JP6023208B2 - How to target ads to social networking system users based on events - Google Patents

How to target ads to social networking system users based on events Download PDF

Info

Publication number
JP6023208B2
JP6023208B2 JP2014542346A JP2014542346A JP6023208B2 JP 6023208 B2 JP6023208 B2 JP 6023208B2 JP 2014542346 A JP2014542346 A JP 2014542346A JP 2014542346 A JP2014542346 A JP 2014542346A JP 6023208 B2 JP6023208 B2 JP 6023208B2
Authority
JP
Japan
Prior art keywords
user
event
social networking
component
users
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2014542346A
Other languages
Japanese (ja)
Other versions
JP2015509221A5 (en
JP2015509221A (en
Inventor
ラジャラム、ジリダー
Original Assignee
フェイスブック,インク.
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority to US13/299,322 priority Critical
Priority to US13/299,322 priority patent/US20130132194A1/en
Application filed by フェイスブック,インク. filed Critical フェイスブック,インク.
Priority to PCT/US2012/064189 priority patent/WO2013074367A2/en
Publication of JP2015509221A publication Critical patent/JP2015509221A/en
Publication of JP2015509221A5 publication Critical patent/JP2015509221A5/ja
Application granted granted Critical
Publication of JP6023208B2 publication Critical patent/JP6023208B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06QDATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce, e.g. shopping or e-commerce
    • G06Q30/02Marketing, e.g. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards; Price estimation or determination
    • G06Q30/0241Advertisement
    • G06Q30/0251Targeted advertisement
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06QDATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/01Social networking

Description

本発明は一般にソーシャル・ネットワーキングに関し、詳細には広告のターゲットをイベントに基づいてソーシャル・ネットワーキング・システムのユーザに設定する方法に関する。   The present invention relates generally to social networking, and more particularly to a method of targeting advertisements to users of social networking systems based on events.

従来の広告主は、大量のキーワード・リストを利用して、広告主の興味に基づく聴衆をターゲットに設定していた。例えばスポーツ飲料の広告主は、それだけではないが野球、バスケットボールおよびフットボールなどのスポーツに興味を持っている聴衆をターゲットに設定することができる。しかしながら、製品に関連する活動に実際に関わっていない聴衆がいる位置および時間に広告が存在することがある。聴衆は、自分には関係のない広告には注意を払わないため、これは広告の無駄使いである。   Conventional advertisers have targeted audiences based on advertiser interests using large keyword lists. For example, sports drink advertisers can target audiences who are interested in sports such as baseball, basketball, and football. However, there may be advertisements at locations and times where there are audiences who are not actually involved in product-related activities. This is a waste of advertisements because the audience does not pay attention to advertisements that are not relevant to them.

近年、ソーシャル・ネットワーキング・システムは、ユーザにとって、ユーザのお気に入りの映画、音楽家、名声、ブランド、趣味、スポーツ・チームおよび活動などの現実の世界の概念におけるユーザの興味および好みをより共有しやすくなっている。これらの興味はユーザ・プロファイルの中でユーザが宣言することができ、また、ソーシャル・ネットワーキング・システムが推定することも可能である。また、ユーザは、ソーシャル・ネットワーキング・システム上の複数の通信チャネルを介してこれらの現実の世界の概念と対話することも可能であり、これには、ソーシャル・ネットワーキング・システム上のページとの対話、理由および発行に関する興味ある記事の、ソーシャル・ネットワーキング・システム上の他のユーザとの共有、および他のユーザによって生成される、ソーシャル・ネットワーキング・システム外のオブジェクトに対するアクションへのコメントを含む。広告主は、興味および人口統計学に基づいてターゲットユーザを設定するのにある程度成功しているが、イベントに基づいてターゲットユーザを設定するためのツールは開発されていない。   In recent years, social networking systems have made it easier for users to share their interests and preferences in real world concepts such as their favorite movies, musicians, fame, brands, hobbies, sports teams and activities. ing. These interests can be declared by the user in the user profile and can be inferred by the social networking system. Users can also interact with these real-world concepts through multiple communication channels on social networking systems, including interaction with pages on social networking systems. , Sharing of interesting articles about reasons and publications with other users on the social networking system, and comments on actions generated by other users on objects outside the social networking system. Although advertisers have some success in setting target users based on interests and demographics, no tools have been developed to set target users based on events.

詳細には、イベントに参加する意思を示しているユーザは、ソーシャル・ネットワーキング・システムによってターゲットにされていない。ソーシャル・ネットワーキング・システムは、小さい非公式の懇親会から主要な世の中のイベントにいたるまで、イベントに参加する意思を示している何100万ものユーザを世界中に有することができる。しかしながら既存のシステムは、イベントに基づいてこれらのユーザを広告のターゲットに設定するための有効な機構を提供していない。   In particular, users who are willing to attend an event are not targeted by social networking systems. Social networking systems can have millions of users worldwide who are willing to participate in events, from small informal social gatherings to major world events. However, existing systems do not provide an effective mechanism for targeting these users to advertisements based on events.

ソーシャル・ネットワーキング・システムによれば、広告主は、概念、時間的な情報および位置を含むイベントに参加しようとしているユーザを広告のターゲットに設定することができる。広告のターゲットを設定する基準は、世界中の現在のイベントおよびユーザ生成イベントを含むことができる。ソーシャル・ネットワーキング・システムは、過去のイベント参加履歴、位置情報およびソーシャル・グラフ情報を使用して、ユーザがあるイベントに参加するかどうかの確率を予測するための予測モデルを生成することができる。この予測モデルに基づいて、あるイベントに対するユーザの信頼度スコア(confidence score)を生成することができる。この信頼度スコアを使用して、広告のターゲットをイベントに基づくユーザに設定することができる。イベントターゲット設定
により、ソーシャル・ネットワーキング・システムは、実時間でユーザの意向にターゲットを設定することができる。1実施形態では、ユーザによるイベント参加をソーシャル・ネットワーキング・システムによるファジー一致アルゴリズムに使用して、ソーシャル・ネットワーキング・システムのユーザに広告を提供することができる。
According to the social networking system, advertisers can target users who are trying to participate in events that include concepts, temporal information and location. The criteria for targeting the advertisement may include current events and user-generated events around the world. The social networking system can use the past event participation history, location information, and social graph information to generate a predictive model for predicting the probability of whether a user will participate in an event. Based on this prediction model, a user confidence score for an event can be generated. This confidence score can be used to target advertisements to users based on events. Event targeting allows social networking systems to target users' preferences in real time. In one embodiment, event participation by a user can be used in a fuzzy matching algorithm by a social networking system to provide advertisements to users of the social networking system.

本発明の1実施形態による、広告のターゲットをターゲット設定イベント基準に基づいてソーシャル・ネットワーキング・システムのユーザに設定する方法を示す高度なブロック図。1 is an advanced block diagram illustrating a method of targeting an advertisement to a user of a social networking system based on targeting event criteria, according to one embodiment of the invention. 本発明の1実施形態によるソーシャル・ネットワーキング・システムのブロック図を示す、広告のターゲットをターゲット設定イベント基準に基づいてソーシャル・ネットワーキング・システムのユーザに設定するためのシステムのネットワーク線図。1 is a network diagram of a system for targeting ads to users of a social networking system based on targeting event criteria, illustrating a block diagram of the social networking system according to one embodiment of the present invention. 本発明の1実施形態による、広告のターゲットをターゲット設定イベント基準に基づいてソーシャル・ネットワーキング・システムのユーザに設定するための様々なモジュールを含むイベントターゲット設定モジュールを示す高度なブロック図。1 is an advanced block diagram illustrating an event targeting module that includes various modules for targeting ads to users of a social networking system based on targeting event criteria, according to one embodiment of the invention. FIG. 本発明の1実施形態による、広告のターゲットをターゲット設定イベント基準に基づいてソーシャル・ネットワーキング・システムのユーザに設定する方法の流れ図。2 is a flow diagram of a method for targeting an advertisement to a user of a social networking system based on a targeting event criteria, according to one embodiment of the invention.

図は、本発明の様々な実施形態を示したものであるが、単に本発明を実例で示すためのものにすぎない。以下の説明から、本明細書において記述されている本発明の原理から逸脱することなく、本明細書において例証されている構造および方法の代替実施形態を使用することができることは当業者には容易に認識されよう。   The figures illustrate various embodiments of the invention, but are merely illustrative of the invention. From the following description, it will be readily apparent to one skilled in the art that alternative embodiments of the structures and methods illustrated herein can be used without departing from the principles of the invention described herein. Will be recognized.

概説
ソーシャル・ネットワーキング・システムは、ソーシャル・ネットワーキング・システムの他のユーザと通信し、対話する能力をそのユーザに提供する。ユーザは、ソーシャル・ネットワーキング・システムおよび広告接続を、ユーザがその接続を希望している多数の他のユーザに結合する。ソーシャル・ネットワーキング・システムのユーザは、ユーザ・プロファイルとして記憶される、自分のことを記述した情報を提供することができる。例えばユーザは、ユーザの年齢、性別、地理的位置、学歴、雇用履歴、等々を提供することができる。ソーシャル・ネットワーキング・システムは、ユーザによって提供された情報を使用してユーザに情報を発信することができる。例えばソーシャル・ネットワーキング・システムは、ユーザに社会集団、イベントおよび潜在的な友人を推奨することができる。また、ソーシャル・ネットワーキング・システムは、ユーザによる、名声、趣味、スポーツ・チーム、本、音楽、等々などの概念における興味の明確な表現を可能にすることができる。これらの興味は、広告のターゲット設定、およびソーシャル・ネットワーキング・システムの他のユーザについての、共有されている興味に基づく関連ストーリの提示によるソーシャル・ネットワーキング・システム上でのユーザ経験の個人化を始めとする無数の方法に使用することができる。
Overview Social networking systems provide users with the ability to communicate and interact with other users of social networking systems. The user couples the social networking system and advertising connection to a number of other users that the user wants to connect to. Social networking system users can provide information describing themselves that is stored as a user profile. For example, the user can provide the user's age, gender, geographic location, educational background, employment history, and so on. Social networking systems can send information to the user using information provided by the user. For example, social networking systems can recommend social groups, events and potential friends to users. Social networking systems can also allow users to clearly express their interest in concepts such as fame, hobbies, sports teams, books, music, and so on. These interests include personalization of the user experience on social networking systems by targeting ads and presenting relevant stories based on shared interests for other users of the social networking system. Can be used in a myriad of ways.

ソーシャル・グラフは、ソーシャル・ネットワーキング・システム上で記憶されるエッジによって接続されるノードを含む。ノードは、ソーシャル・ネットワーキング・システムのユーザならびに概念およびエンティティを具体化するウェブ・ページなどのオブジェクトを含み、エッジはこれらのノードを接続する。エッジは、他のユーザによって共有される、「アメリカスカップ」に関するニュース記事にユーザが興味を示した場合などの2つのノード間の特定の対話を表す。ソーシャル・グラフは、ソーシャル・ネットワーキング・システムのユーザ間の対話、ならびにソーシャル・ネットワーキング・システムのユーザとオブジェクトの間の対話を、ノードおよびこれらの対話を表すエッジに情報を記憶
することによって記録することができる。カスタム・グラフ・オブジェクト・タイプおよびグラフ・アクション・タイプは、グラフ・オブジェクトおよびグラフ・アクションの属性を定義するためにソーシャル・ネットワーキング・システムの第3者開発者ならびに管理者によって定義することができる。例えば映画のためのグラフ・オブジェクトは、題名、俳優、監督、製作者、年、等々などのいくつかの定義済みオブジェクト特性を有することができる。「購入」などのグラフ・アクション・タイプは、ソーシャル・ネットワーキング・システムのユーザによって実施されたカスタム・アクションを報告するために、第3者開発者がソーシャル・ネットワーキング・システムの外部のウェブサイト上で使用することができる。この方法によれば、ソーシャル・グラフを「公開」することができ、第3者開発者は、カスタム・グラフ・オブジェクトおよびアクションを外部ウェブサイト上で作成し、使用することができる。
The social graph includes nodes connected by edges stored on the social networking system. Nodes include objects such as web pages that embody users and concepts and entities of social networking systems, and edges connect these nodes. An edge represents a specific interaction between two nodes, such as when a user is interested in a news article about “Americas Cup” shared by other users. Social graphs record interactions between users of social networking systems, as well as interactions between users of social networking systems and objects, by storing information at the nodes and the edges that represent these interactions. Can do. Custom graph object types and graph action types can be defined by third party developers and administrators of social networking systems to define the attributes of graph objects and graph actions. For example, a graph object for a movie can have several predefined object characteristics such as title, actor, director, producer, year, etc. Graph action types such as “Purchase” allow third-party developers on websites outside the social networking system to report custom actions performed by users of the social networking system Can be used. According to this method, social graphs can be “published” and third party developers can create and use custom graph objects and actions on external websites.

第3者開発者は、ソーシャル・ネットワーキング・システムのユーザによる、ソーシャル・ネットワーキング・システムの外部のウェブサイト上でホストされているウェブ・ページへの興味の表明を可能にすることができる。これらのウェブ・ページは、iFrameなどのウェブ・ページへのウィジェット、ソーシャル・プラグイン、プログラマブル論理またはコードスニペットの埋込みの結果として、ソーシャル・ネットワーキング・システム内のページ・オブジェクトとして表すことができる。ウェブ・ページの中で具体化することができる任意の概念は、この方法でソーシャル・ネットワーキング・システム上のソーシャル・グラフ内のノードになることができる。したがってユーザは、ソーシャル・ネットワーキング・システムの外部の、「Justin Bieber」などのキーワードまたはキーワード・フレーズに関連する多くのオブジェクトと対話することができる。ソーシャル・ネットワーキング・システムは、オブジェクトとの対話の各々をエッジとして記録することができる。広告主による、キーワードに関連するオブジェクトとのユーザ対話に基づくそれらの広告のターゲット設定を可能にすることにより、ユーザは既にその広告に関連するアクションを実施しているため、より受容的な聴衆に広告を行き渡らせることができる。例えばJustin BieberのT−シャツ、防止およびアクセサリを販売している小売事業者は、新しい商品のための広告のターゲットを、Justin Bieberの歌「Baby」を聴く、Justin Bieberの新しい芳香材「Someday」を購入する、Justin Bieberのファン・ページに対してコメントする、および新しいJustin Bieberコンサート・ツアーを打ち上げるためのソーシャル・ネットワーキング・システム上のイベントに参加する、などの複数の異なるタイプのアクションのうちの1つを最近実施したユーザに設定することができる。第3者開発者によるカスタム・オブジェクト・タイプおよびカスタム・アクション・タイプの定義を可能にすることについては、関連出願である、本願明細書に援用する、2011年9月21日に出願した米国出願第13/239340号「Structured Objects and Actions on a Social Networking
System,」にさらに記載されている。 System, ”is further described. Third party developers can allow users of social networking systems to express their interest in web pages hosted on websites outside of the social networking system. These web pages can be represented as page objects in social networking systems as a result of embedding widgets, social plug-ins, programmable logic or code snippets into web pages such as iFrame. Any concept that can be embodied in a web page can become a node in a social graph on a social networking system in this way. Thus, the user can interact with many objects associated with keywords or keyword phrases, such as “Justin Bieber”, outside the social networking system. Social networking systems can record each interaction with an object as an edge. By enabling advertisers to target their ads based on user interaction with objects related to the keywords, users are already performing actions related to the ads, thus creating a more receptive audience You can distribute advertisements. For example, retailers selling Jus Third party developers can allow users of social networking systems to express their interest in web pages hosted on websites outside of the social networking system. These web pages can be represented as page objects in social networking systems as a result of embedding widgets, social plug- ins, programmable logic or code snippets into web pages such as iFrame. Any concept that can be embodied in a web page can become a node in a social graph on a social networking system in this way. Thus, the user can interact with many objects Associated with keywords or keyword phrases, such as “Justin Bieber”, outside the social networking system. Social networking systems can record each interaction with an object as an edge. By enabling advertisers to target their ads based on user interaction with objects related to the keywords, users are already performing actions related to the ads, thus creating a more receptive audience You can distribute advertisements. For example, retailers selling Jus tin Bieber's T-shirts, prevention and accessories listen to Just Bieber's song “Baby” as an advertising target for new products, Justin Bieber 's new fragrance “Someday” Out of several different types of actions, such as buying an event, commenting on Justin Beeber's fan page, and attending an event on a social networking system to launch a new Justin Beeber concert tour One can be set to a recently implemented user. US application filed on Sep. 21, 2011, which is hereby incorporated by reference, for enabling the definition of custom object types and custom action types by third party developers. 13/239340, “Structured Objects and Actions on a Social Networking” tin Bieber's T-shirts, prevention and accessories listen to Just Bieber's song “Baby” as an advertising target for new products, Justin Bieber's new fragrance “Someday” Out of several different types of actions, such as buying an event, commenting on Justin Beeber's fan page, and attending an event on a social networking system to launch a new Justin Beeber concert tour One can be set to a recently implemented user. US application filed on Sep. 21, 2011, which is hereby incorporated by reference, for enabling the definition of custom object types and custom action types by third party developers. 13/239340, “Structured Objects and Actions on a Social Networking”
System, "further described. System, "further described.

広告主は、バナー広告などの直接広告、スポンサ付きストーリなどの間接広告を始めとする異なる通信チャネルを介してソーシャル・ネットワーキング・システムのユーザと関係を持ち、ソーシャル・ネットワーキング・システム上のページのためのファン・ベースを生成し、ユーザがソーシャル・ネットワーキング・システム上でインストールすることができるアプリケーションを開発することができる。広告主は、広告主の広告のターゲットをより効果的に設定することができるため、広告主の製品、ブランド、アプリケーション、等々に関連するイベントに参加しているユーザを識別する利点を得ることができる。一方、ソーシャル・ネットワーキング・システムは、広告主による、広告主に関連するイベントに参加する可能性のあるユーザに対する広告ターゲットの設定を可能にすることにより、広告収入が増加する利点を得ることができる。   Advertisers interact with users of social networking systems through different communication channels, including direct advertisements such as banner ads and indirect advertisements such as sponsored stories, for pages on social networking systems Can create a fan base and develop applications that users can install on social networking systems. Advertisers can more effectively target the advertiser's ads, which can benefit from identifying users participating in events related to the advertiser's products, brands, applications, etc. it can. Social networking systems, on the other hand, can benefit from increased advertising revenue by allowing advertisers to set advertising targets for users who may participate in events related to the advertiser. .

ソーシャル・ネットワーキング・システムは、1実施形態では、広告のためのターゲット設定基準の一部として広告主からイベントを受け取ることができる。例えば広告主は、2011年大リーグ野球ワールド・シリーズをターゲットに設定することを希望することができる。ソーシャル・ネットワーキング・システムのユーザは、例えばユーザがRSVPをワールド・シリーズの第1試合のためのイベントオブジェクトに委ねる、チケットのユーザによってイベントにアップロードされる写真、ユーザによる、イベントの言及(メンション)を行っている状態の更新、スタジアムにおけるチェックインイベント、外部ウェブサイト上でワールド・シリーズのチケット購入のオープン・グラフ・アクション、等々などのソーシャル・ネットワーキング・システム上での様々なコンテンツ・オブジェクトとの対話により、ユーザが主要イベントに参加していることを示すことができる。また、ユーザは、ユーザが、ユーザの家で、非公式の集まりでワールド・シリーズを観戦しようとしていることを示すことも可能である。イベントターゲット設定基準は、イベントに対して、ソーシャル・ネットワーキング・システム上でオブジェクトと対話した広範囲に及ぶユーザを包含するために、漠然と定義することができる。したがってターゲット設定基準から生成されるターゲット設定クラスタは、指定されたイベントに参加しているユーザ、指定されたイベントに参加している他のユーザに接続されているユーザ、ならびに指定されたイベントを含む規則を満足する任意のユーザ、例えばイベントの80km(50マイル)でチェックインイベントを生成するユーザ、あるいはコンテンツ・ポストの中でイベントに言及しているユーザを含むことができる。他の実施形態では、ソーシャル・ネットワーキング・システムは、イベントへのユーザ参加を、広告の内容(コンテンツ)に基づいて、また、ユーザの興味に基づいて、広告主からの広告のターゲットをソーシャル・ネットワーキング・システムのユーザに設定するファジー一致アルゴリズムに特徴として使用することができる。イベントは、概念的な構成要素の他に、時間的な構成要素および地理的位置の構成要素を含んでいるため、ソーシャル・ネットワーキング・システムは、イベントにおけるユーザの参加に関する情報に基づいて適宜にかなった広告を引き渡すことができる。   Social networking systems may receive events from advertisers as part of targeting criteria for advertisements in one embodiment. For example, an advertiser may wish to target the 2011 Major League Baseball World Series. A user of a social networking system, for example, entrusts RSVP to the event object for the first game of the World Series, photos uploaded to the event by the user of the ticket, mention of the event by the user Interact with various content objects on social networking systems such as status updates, stadium check-in events, open graph actions for purchasing World Series tickets on external websites, etc. By this, it can be shown that the user is participating in the main event. The user can also indicate that the user is about to watch the World Series at an informal gathering at the user's home. Event targeting criteria can be defined vaguely to encompass a wide range of users interacting with objects on social networking systems for events. The targeting cluster generated from the targeting criteria thus includes users participating in the specified event, users connected to other users participating in the specified event, and the specified event. It can include any user who satisfies the rules, such as a user who generates a check-in event at 80 km (50 miles) of the event, or a user who mentions the event in a content post. In other embodiments, the social networking system socializes the user's participation in the event based on the content of the advertisement and the target of the advertisement from the advertiser based on the user's interests. It can be used as a feature in fuzzy matching algorithms set for system users. Because events include temporal components and geographic location components in addition to conceptual components, social networking systems are appropriate based on information about user participation in the event. Can deliver the ad.

図1は、1実施形態における、広告のターゲットをターゲット設定イベント基準に基づいてソーシャル・ネットワーキング・システムのユーザに設定する方法の高度なブロック図を示したものである。ソーシャル・ネットワーキング・システム100は、ターゲット設定イベント基準106を含んだ広告オブジェクト104をソーシャル・ネットワーキング・システム100に提供する広告主102を含む。ターゲット設定イベント基準106は、ハリケーンIrene、アラブの春、国際的なスポーツイベントなどの主要な世界のイベント、ならびに夜の浮かれた楽しみ、スーパ・ボールを観戦するためのユーザの家での小さな集まり、および地方の政治的キャンペーンに興味を持っているユーザのグループのための喫茶店での会合などのより小さいユーザ生成イベントを始めとする任意のタイプのイベントを含むことができる。ソーシャル・ネットワーキング・システム100は、広告主102の希望に応じてターゲット設定イベント基準106を特定の基準にすることも、あるいは広義の基準にすることも可能である。1実施形態では、2011年9月13日、太平洋標準時午後7:15のサンフランシスコ・ジャイアンツ対サンディエゴ・パドレ
スの野球試合などの特定のイベントをターゲット設定イベント基準106に含むことができる。他の実施形態では、カクテル・パーティ、夜の映画の集いおよびディナー・パーティなどのイベントのタイプをターゲット設定イベント基準106によって特化することも可能である。他の実施形態では、広告主102は、ターゲット設定イベント基準106のない広告オブジェクト104を提供することができる。その実施形態では、広告ターゲット設定モジュール118は、イベント参加情報を特徴として使用することができるファジー一致アルゴリズムに基づいて広告のターゲットを設定するために、広告オブジェクト104のコンテンツを解析することができる。
FIG. 1 illustrates a high level block diagram of a method for targeting an advertisement to a user of a social networking system based on targeting event criteria in one embodiment. The social networking system 100 includes an advertiser 102 that provides the social networking system 100 with an advertising object 104 that includes targeting event criteria 106. Targeted event criteria 106 include major world events such as Hurricane Irene, Arab Spring, international sporting events, as well as a small gathering at the user's home to watch the night's floating fun, super balls And any type of event, including smaller user-generated events such as a coffee shop meeting for a group of users interested in local political campaigns. The social networking system 100 can make the targeting event criteria 106 specific criteria or broad criteria depending on the wishes of the advertiser 102. In one embodiment, a specific event may be included in the targeting event criteria 106, such as a San Francisco Giants vs. San Diego Padres baseball game on September 13, 2011, 7:15 pm Pacific Standard Time. In other embodiments, types of events such as cocktail parties, evening movie gatherings and dinner parties may be specialized by the targeted event criteria 106. In other embodiments, the advertiser 102 can provide the advertising object 104 without the targeting event criteria 106. In that embodiment, the advertising targeting module 118 can analyze the content of the advertising object 104 to target the advertisement based on a fuzzy matching algorithm that can use event participation information as a feature.

ターゲット設定イベント基準106は、イベントターゲット設定モジュール114によ
って受け取られる。イベントターゲット設定モジュール114は、ターゲット設定イベント基準106の中に記述されているイベントへの参加の意思を示しているユーザに対するターゲット設定を決定し、ターゲット設定イベント基準106の中に記述されているイベントへの参加の意思を有していると思われるユーザに対するターゲット設定を決定するために、ソーシャル・ネットワーキング・システム100のユーザに関する情報を解析する。イベントターゲット設定モジュール114は、ユーザに関する情報をユーザ・プロファイル・オブジェクト108、エッジ・オブジェクト110およびコンテンツ・オブジェクト112から読み出す。ユーザ・プロファイル・オブジェクト108は、ソーシャル・ネットワーキング・システム100のユーザに関する宣言プロファイル情報を含む。エッジ・オブジェクト110は、例えば閲覧しているユーザと共有されたリンク上でのクリッキング、ソーシャル・ネットワーキング・システムの他のユーザとの写真の共有、ソーシャル・ネットワーキング・システム100上での状態更新メッセージの通知、およびソーシャル・ネットワーキング・システム100上で実施することができる他のアクションなど、ソーシャル・ネットワーキング・システム100上での他のオブジェクトとのユーザ対話に関する情報を含む。コンテンツ・オブジェクト112は、ソーシャル・ネットワーキング・システム100のユーザによって作成されたイベントオブジェクト、イベントオブジェクトと結合することができる状態更新、イベント、ページおよび他のユーザなどのソーシャル・ネットワーキング・システム100内の他のオブジェクトと結合されるユーザによってタグが付けられた写真、およびソーシャル・ネットワーキング・システム100上でインストールされるアプリケーションを含む。
Targeting event criteria 106 are received by event targeting module 114. The event targeting module 114 determines the targeting for a user who is willing to participate in the event described in the targeting event criteria 106, and the event described in the targeting event criteria 106. In order to determine targeting for users who are likely to be willing to participate, information about the users of the social networking system 100 is analyzed. The event targeting module 114 reads information about the user from the user profile object 108, the edge object 110 and the content object 112. User profile object 108 includes declarative profile information about the user of social networking system 100. The edge object 110 can, for example, click on links shared with the viewing user, share photos with other users of the social networking system, and update state messages on the social networking system 100. Contains information regarding user interactions with other objects on the social networking system 100, such as notifications and other actions that can be performed on the social networking system 100. Content objects 112 are event objects created by users of the social networking system 100, state updates that can be combined with the event objects, events, pages and other users in the social networking system 100 such as other users. Including photos tagged by a user combined with other objects and applications installed on the social networking system 100.

イベントターゲット設定モジュール114は、ターゲット設定イベント基準106の中に指定されたイベントへの参加の意思を有していることが決定されたターゲット設定ユーザ・プロファイル・オブジェクト116を識別するために、ユーザ・プロファイル・オブジェクト108、エッジ・オブジェクト110およびコンテンツ・オブジェクト112から読み出されたソーシャル・ネットワーキング・システム100のユーザに関する情報を解析する。また、イベントターゲット設定モジュール114は、識別されたターゲット設定ユーザ・プロファイル・オブジェクト116に対して、例えばターゲット設定イベント基準106の中に指定されたイベントと同じ位置における過去のチェックインイベント、イベントに参加していることを示している推定されたターゲット設定ユーザに接続されている他のユーザ、およびイベントの所定の半径以内に存在しているユーザに関する読み出された位置情報などの、ユーザ・プロファイル・オブジェクト108、エッジ・オブジェクト110およびコンテンツ・オブジェクト112の中の情報に基づいて、ターゲット設定イベント基準106の中に指定されたイベントへの参加の意思を推定することも可能である。1実施形態では、ユーザがイベントに参加する確率を決定するために、ソーシャル・ネットワーキング・システム100のユーザに関する解析された情報に基づいて、ユーザ・プロファイル・オブジェクト108のための信頼度スコアを生成することができる。その実施形態では、所定の閾値信頼度スコアを使用して、ターゲット設定ユーザがイベントに参加する可能性があることを推定することができる。機械学習アルゴリズムを使用して、ユーザに関する読み出された情報に基づいて信頼度スコアを生成することができる。   The event targeting module 114 identifies user targeting user profile objects 116 that have been determined to have an intention to participate in the event specified in the targeting event criteria 106. Analyzing information about the user of the social networking system 100 retrieved from the profile object 108, the edge object 110 and the content object 112. The event targeting module 114 also participates in the past check-in events and events at the same location as the event specified in the targeting event criteria 106 for the identified targeting user profile object 116, for example. User profile, such as read location information about other users connected to the estimated targeting user indicating that they are, and users that are within a predetermined radius of the event Based on information in the object 108, edge object 110 and content object 112, it is also possible to infer willingness to participate in the event specified in the targeting event criteria 106. In one embodiment, a confidence score for the user profile object 108 is generated based on the parsed information about the user of the social networking system 100 to determine the probability that the user will participate in the event. be able to. In that embodiment, a predetermined threshold confidence score can be used to estimate that the targeting user may participate in the event. A machine learning algorithm can be used to generate a confidence score based on the read information about the user.

1実施形態では、ターゲット設定ユーザ・プロファイル・オブジェクト116を決定するために、イベントターゲット設定モジュール114によって時間近接度解析を実施することができる。例えば、イベントが始まるちょうど1時間前にユーザがそのイベントの1.6km(1マイル)以内に位置していることを決定することができる。その場合、ユーザの時間近接度はイベントに非常に近く、したがってより大きい信頼度スコアをそのユーザに割り当てることができる。他の例では、ユーザは、イベントが始まる1週間前にそのイベントの1.6km(1マイル)以内に位置していてもよい。その場合、ユーザの時間近接度はそれほど近くなく、したがってより低い信頼度スコアをそのユーザに割り当てることができる。1実施形態では、広告のターゲットをあるユーザに設定するためのファジ
ー一致アルゴリズムの一部として時間近接度解析を実施することができる。他の実施形態では、ソーシャル・ネットワーキング・システム100は、より適宜にかなった、したがってより適切な広告が、ターゲット設定イベント基準106の中に指定されたイベントに時間近接度がより近いユーザに対してより高い付け値価格を有するよう、時間近接度解析を使用して広告に対する付け値を修正することができる。したがって時間近接度に基づいて付け値全体を変更することができる。さらに、ユーザに関する受け取った位置情報に基づいて、イベントへのユーザの地理的な近接度に基づいてユーザ毎に付け値を変更することも可能である。他の実施形態では、状態更新の頻度および同様のイベントとのユーザ対話の過去の履歴を解析し、それによりイベントに対するユーザの親近度を決定する心情解析に基づいて、イベントに対するユーザの親近度に基づいてユーザ毎に付け値を変更することができる。さらに他の実施形態では、ソーシャル・ネットワーキング・システムは、グループの通信の解析を介して、イベントに参加しているユーザのグループを識別することができる。さらに、ユーザのグループは、まとめてイベントにチェックインすることも可能であり、付け値の変更は、ユーザのそのグループに対してなされる。
In one embodiment, temporal proximity analysis may be performed by event targeting module 114 to determine targeting user profile object 116. For example, it may be determined that the user is located within 1.6 km (1 mile) of the event exactly one hour before the event begins. In that case, the user's temporal proximity is very close to the event, so a higher confidence score can be assigned to that user. In another example, the user may be located within 1.6 km (1 mile) of the event one week before the event begins. In that case, the user's temporal proximity is not very close, so a lower confidence score can be assigned to the user. In one embodiment, temporal proximity analysis can be performed as part of a fuzzy matching algorithm for targeting an advertisement to a user. In other embodiments, the social networking system 100 may be more timely and therefore more appropriate for ads that are closer in time proximity to the event specified in the targeting event criteria 106. A bid for an advertisement can be modified using temporal proximity analysis to have a higher bid price. Therefore, the entire bid can be changed based on the temporal proximity. Further, the bid can be changed for each user based on the user's geographical proximity to the event based on the received location information about the user. In other embodiments, the user's familiarity with the event is determined based on a psychological analysis that analyzes the frequency of state updates and past history of user interaction with similar events, thereby determining the user's familiarity with the event. Based on this, the bid can be changed for each user. In yet another embodiment, the social networking system may identify a group of users participating in the event via analysis of the group's communication. In addition, a group of users can be checked in to the event together, and bid changes are made to that group of users.

広告ターゲット設定モジュール118は、広告オブジェクト104の中で具体化された広告をターゲット設定ユーザ・プロファイル・オブジェクト116と結合したユーザに提供するために、イベントターゲット設定モジュール114によって識別されたターゲット設定ユーザ・プロファイル・オブジェクト116を受け取る。広告は、固有アプリケーションを実行する移動デバイス、移動デバイスへのテキストメッセージ、ソーシャル・ネットワーキング・システム100の外部のシステム上でホストされているウェブサイト、およびスポンサ付きストーリ、バナー広告およびページ・ポストなどのソーシャル・ネットワーキング・システム100上で利用することができる広告引渡し機構を始めとする複数の通信チャネルを介してソーシャル・ネットワーキング・システム100のユーザに提供することができる。   The ad targeting module 118 is configured to provide the targeted user user identified by the event targeting module 114 to provide the advertisement embodied in the advertising object 104 to the user combined with the targeting user profile object 116. A profile object 116 is received. Advertisements include mobile devices that run unique applications, text messages to mobile devices, websites hosted on systems outside of social networking system 100, and sponsored stories, banner ads and page posts, etc. It can be provided to users of the social networking system 100 via multiple communication channels, including an advertisement delivery mechanism that can be utilized on the social networking system 100.

システム・アーキテクチャ
図2は、本発明の1実施形態による、ソーシャル・ネットワーキング・システムのユーザのための優先可搬性を可能にするのに適したシステム環境を示す高度なブロック図である。このシステム環境は、1つまたは複数のユーザ・デバイス202、ソーシャル・ネットワーキング・システム100、ネットワーク204および外部ウェブサイト216からなっている。代替構成では、異なるモジュールおよび/または追加モジュールをシステムに含めることも可能である。
System Architecture FIG. 2 is an advanced block diagram illustrating a system environment suitable for enabling priority portability for users of social networking systems, according to one embodiment of the present invention. The system environment consists of one or more user devices 202, a social networking system 100, a network 204 and an external website 216. In alternative configurations, different modules and / or additional modules may be included in the system.

ユーザ・デバイス202は、ユーザ入力を受け取ることができ、また、ネットワーク204を介してデータを伝送し、受け取ることができる1つまたは複数の計算デバイスからなっている。1実施形態では、ユーザ・デバイス202は、例えばMicrosoft WINDOWS(登録商標)と両立するオペレーティング・システム(OS)、Apple OS Xおよび/またはLINUX(登録商標)ディストリビューションを実行する従来のコンピュータ・システムである。他の実施形態では、ユーザ・デバイス202は、パーソナル・ディジタル・アシスタント(PDA)、移動電話、スマートフォン、等々などのコンピュータ機能を有するデバイスであってもよい。ユーザ・デバイス202は、ネットワーク204を介して通信するように構成される。ユーザ・デバイス202は、アプリケーションを実行することができ、例えばユーザ・デバイス202のユーザによるソーシャル・ネットワーキング・システム100との対話を可能にするブラウザ・アプリケーションを実行することができる。他の実施形態では、ユーザ・デバイス202は、iOSおよびANDROID(登録商標)などのユーザ・デバイス202の固有オペレーティング・システム上で走るアプリケーション・プログラミング・インタフェース(API)を介してソーシャル・ネットワーキング・システム100と対話する。   User device 202 can receive user input and comprises one or more computing devices that can transmit and receive data over network 204. In one embodiment, user device 202 is a conventional computer system running an operating system (OS), Apple OS X and / or LINUX® distribution compatible with, for example, Microsoft WINDOWS®. is there. In other embodiments, the user device 202 may be a device having computer functions, such as a personal digital assistant (PDA), a mobile phone, a smartphone, and so on. User device 202 is configured to communicate via network 204. User device 202 can execute an application, for example, a browser application that allows a user of user device 202 to interact with social networking system 100. In other embodiments, the user device 202 is connected to the social networking system 100 via an application programming interface (API) that runs on the native operating system of the user device 202, such as iOS and ANDROID®. Dialogue with.

1実施形態では、ネットワーク204は、標準の通信技術および/またはプロトコルを使用している。したがってネットワーク204は、イーサネット(登録商標)802.11、マイクロ波アクセスのための世界的協同作業性(WiMAX)3G、4G、CDMA、ディジタル加入者回線(DSL)、等々などの技術を使用したリンクを含むことができる。同様に、ネットワーク204上で使用されるネットワーキング・プロトコルは、複数プロトコル・ラベル切換え(MPLS)、伝送制御プロトコル/インターネット・プロトコル(TCP/IP)、User Datagram Protocol(UDP)、ハイパーテキスト輸送プロトコル(HTTP)、単純メール転送プロトコル(SMTP)およびファイル転送プロトコル(FTP)を含むことができる。ネットワーク204を介して交換されるデータは、ハイパーテキスト・マーク付け言語(HTML)および拡張可能マーク付け言語(XML)を始めとする技術および/またはフォーマットを使用して表すことができる。さらに、リンクのすべてまたはリンクの一部は、安全ソケット層(SSL)、輸送層機密保護(TLS)およびInternet Protocol機密保護(IPsec)などの従来の暗号化技術を使用して暗号化することができる。   In one embodiment, the network 204 uses standard communication technologies and / or protocols. Thus, the network 204 is a link using technologies such as Ethernet 802.11, Global Collaborative Workability for Microwave Access (WiMAX) 3G, 4G, CDMA, Digital Subscriber Line (DSL), etc. Can be included. Similarly, the networking protocols used on the network 204 are multiple protocol label switching (MPLS), transmission control protocol / Internet protocol (TCP / IP), User Datagram Protocol (UDP), hypertext transport protocol (HTTP). ), Simple mail transfer protocol (SMTP) and file transfer protocol (FTP). Data exchanged over the network 204 can be represented using techniques and / or formats, including hypertext markup language (HTML) and extensible markup language (XML). In addition, all or part of the link may be encrypted using conventional encryption techniques such as secure socket layer (SSL), transport layer security (TLS), and Internet Protocol security (IPsec). it can.

図2には、ソーシャル・ネットワーキング・システム100のブロック図が含まれている。ソーシャル・ネットワーキング・システム100は、ユーザ・プロファイル・ストア206、イベントターゲット設定モジュール114、広告ターゲット設定モジュール118、ウェブ・サーバ208、アクション・ロガー210、コンテンツ・ストア212、エッジ・ストア214および付け値修正モジュール218を含む。他の実施形態では、ソーシャル・ネットワーキング・システム100は、様々なアプリケーションのために、追加モジュール、もっと少ないモジュール、あるいは異なるモジュールを含むことができる。システムの詳細を曖昧にしないために、ネットワーク・インターフェース、機密保護機能、ロード・バランサ、フェールオーバ・サーバ、マネージメントおよびネットワーク・オペレーション・コンソール、等々などの従来の構成要素は示されていない。   FIG. 2 includes a block diagram of social networking system 100. Social networking system 100 includes user profile store 206, event targeting module 114, advertisement targeting module 118, web server 208, action logger 210, content store 212, edge store 214 and bid modification. Module 218 is included. In other embodiments, the social networking system 100 may include additional modules, fewer modules, or different modules for various applications. In order not to obscure the details of the system, conventional components such as network interfaces, security features, load balancers, failover servers, management and network operations consoles, etc. are not shown.

ウェブ・サーバ208は、ソーシャル・ネットワーキング・システム100をネットワーク204を介して1つまたは複数のユーザ・デバイス202にリンクし、ウェブ・サーバ208はウェブ・ページにサービスし、JAVA(登録商標)、Flash、XML、等々などの他のウェブ関連コンテンツにサービスする。ウェブ・サーバ208は、例えば瞬時メッセージ、待機メッセージ(例えば電子メール)、テキストおよびSMS(短メッセージ・サービス)メッセージ、または任意の他の適切なメッセージ発信技法を使用して送られるメッセージなどのメッセージを受け取り、ソーシャル・ネットワーキング・システム100とユーザ・デバイス202の間でそれらのメッセージを経路指定する機能を提供することができる。ユーザは、情報、例えばコンテンツ・ストア212に記憶される画像またはビデオをアップロードする要求をウェブ・サーバ208に送ることができる。さらに、ウェブ・サーバ208は、iOS、ANDROID、webOSおよびRIMなどの固有ユーザ・デバイス・オペレーティング・システムにデータを直接送るためのAPI機能を提供することも可能である。   The web server 208 links the social networking system 100 to one or more user devices 202 via the network 204, the web server 208 serves web pages, and JAVA, Flash, , Other web related content such as XML, etc. The web server 208 can send messages such as, for example, instant messages, waiting messages (eg, email), text and SMS (short message service) messages, or messages sent using any other suitable message submission technique. The ability to receive and route those messages between the social networking system 100 and the user device 202 can be provided. A user can send a request to the web server 208 to upload information, eg, an image or video stored in the content store 212. In addition, the web server 208 may provide API functionality to send data directly to native user device operating systems such as iOS, ANDROID, webOS and RIM.

アクション・ロガー210は、ソーシャル・ネットワーキング・システム100をオンおよび/またはオフするユーザ・アクションに関する通信をウェブ・サーバ208から受け取ることができる。アクション・ロガー210は、ユーザ・アクションに関する情報を追跡するために、それらをアクション・ログに定着させることができる。このようなアクションは、とりわけ、例えば他のユーザへの接続の追加、他のユーザへのメッセージの送信、画像のアップロード、他のユーザからのメッセージの読取り、他のユーザに関連するコンテンツの閲覧、他のユーザによって通知されたイベントへの参加を含むことができる。さらに、他のオブジェクトに関連して記述されている多くのアクションは特定のユーザを対象としており、したがってこれらのアクションは、これらのユーザにも関連している。   Action logger 210 may receive communications from web server 208 regarding user actions that turn social networking system 100 on and / or off. The action logger 210 can anchor them in the action log to track information about user actions. Such actions include, for example, adding connections to other users, sending messages to other users, uploading images, reading messages from other users, browsing content related to other users, Participation in events notified by other users can be included. In addition, many actions described in relation to other objects are directed to specific users, and therefore these actions are also related to these users.

ソーシャル・ネットワーキング・システム100は、アクション・ログを使用して、ソーシャル・ネットワーキング・システム100上、ならびにソーシャル・ネットワーキング・システム100に情報を送り返す外部ウェブサイト上でのユーザのアクションを追跡することができる。上で言及したように、ユーザは、ソーシャル・ネットワーキング・システム100上で、ポストに対するコメント、リンクの共有、および移動デバイスを介した物理的位置へのチェックインを始めとする様々なオブジェクトと対話することができる。また、アクション・ログは、外部ウェブサイト上でのユーザ・アクションを含むことも可能である。例えば主として割引価格で贅沢な靴を販売している電子商取引ウェブサイトは、電子商取引ウェブサイトによるソーシャル・ネットワーキング・システムのユーザの識別を可能にするソーシャル・プラグインを介してソーシャル・ネットワーキング・システム100のユーザを認識することができる。ソーシャル・ネットワーキング・システム100のユーザは独自に識別することができるため、この贅沢な靴の再販業者などの電子商取引ウェブサイトは、ソーシャル・ネットワーキング・システム100のユーザがこれらの電子商取引ウェブサイトを訪れると、これらのユーザに関する情報を使用することができる。アクション・ログは、閲覧履歴、クリック・オンされた広告、購入活動および購入パターンを始めとする、これらのユーザに関するデータを記録する。   The social networking system 100 can use the action log to track user actions on the social networking system 100 as well as on external websites that send information back to the social networking system 100. . As mentioned above, users interact with various objects on social networking system 100, including comments on posts, sharing links, and checking in to physical locations via mobile devices. be able to. The action log can also include user actions on external websites. For example, an e-commerce website that sells luxury shoes primarily at discounted prices may be connected to the social networking system 100 via a social plug-in that allows the e-commerce website to identify users of the social networking system. Can be recognized. Because users of social networking system 100 can uniquely identify, e-commerce websites such as this luxury shoe reseller visit these e-commerce websites by users of social networking system 100. And information about these users can be used. The action log records data about these users, including browsing history, click-on advertisements, purchase activity and purchase patterns.

ユーザのためのユーザ・アカウント情報および他の関連する情報は、ユーザ・プロファイル・オブジェクト108としてユーザ・プロファイル・ストア206に記憶される。ユーザ・プロファイル・ストア206に記憶されるユーザ・プロファイル情報は、伝記的情報、人口統計学的情報および他のタイプの記述情報、例えば職歴、学歴、性別、趣味、好み、位置、等々を始めとするソーシャル・ネットワーキング・システム100のユーザを記述している。また、ユーザ・プロファイルは、ユーザによって提供される他の情報、例えば画像またはビデオを記憶することも可能である。特定の実施形態では、画像に表示されるソーシャル・ネットワーキング・システム100のユーザの識別情報を使用してユーザの画像にタグを付けることができる。また、ユーザ・プロファイル・ストア206は、アクション・ログに記憶されている、コンテンツ・ストア212内のオブジェクトに対して実施されたアクションへの参照を維持する。   User account information for the user and other related information is stored in the user profile store 206 as a user profile object 108. User profile information stored in the user profile store 206 includes biographical information, demographic information, and other types of descriptive information such as work history, educational background, gender, hobbies, preferences, location, etc. A user of the social networking system 100 is described. The user profile may also store other information provided by the user, such as images or videos. In certain embodiments, the user's image of social networking system 100 displayed in the image can be used to tag the user's image. The user profile store 206 also maintains a reference to actions performed on objects in the content store 212 that are stored in the action log.

エッジ・ストア214は、ソーシャル・ネットワーキング・システム100上でのユーザと他のオブジェクトの間の接続を記述している情報をエッジ・オブジェクト110に記憶する。いくつかのエッジはユーザが定義することができ、それによりユーザは、他のユーザとの関係を指定することができる。例えばユーザは、友人、協力者、パートナ、等々などの、そのユーザの実生活における関係と平行する他のユーザと共にエッジを生成することができる。他のエッジは、ユーザがソーシャル・ネットワーキング・システム100内のオブジェクトと対話すると生成され、例えばソーシャル・ネットワーキング・システム上のページに興味を示し、ソーシャル・ネットワーキング・システムの他のユーザとリンクを共有すると生成され、また、ポストに対して、ソーシャル・ネットワーキング・システムの他のユーザがコメントすると生成される。エッジ・ストア214は、オブジェクト、興味および他のユーザに対する親近度スコアなどのエッジに関する情報を含むエッジ・オブジェクトを記憶する。ソーシャル・ネットワーキング・システム100は、ソーシャル・ネットワーキング・システム100内のオブジェクト、興味および他のユーザに対するユーザの親近度を、そのユーザによって実施されたアクションに基づいて近似するために、常に親近度スコアを計算することができる。1実施形態では、ユーザと特定のオブジェクトの間の複数の対話をエッジ・ストア214内の1つのエッジ・オブジェクトに記憶することができる。例えばレディー・ガガのアルバム「Born This Way,」から複数の歌を歌っているユーザは、これらの歌のための複数のエッジ・オブジェクトを有することができるが、レディー・ガガに対しては1つのエッジ・オブジェクトのみである。   The edge store 214 stores information describing the connections between users and other objects on the social networking system 100 in the edge object 110. Some edges can be defined by the user, allowing the user to specify relationships with other users. For example, a user can generate an edge with other users, such as friends, collaborators, partners, etc., that are parallel to the user's real-life relationships. Other edges are generated when a user interacts with an object in the social networking system 100, for example when they are interested in a page on the social networking system and share a link with other users of the social networking system. Generated when the other users of the social networking system comment on the post. The edge store 214 stores edge objects that contain information about the edge, such as objects, interests, and familiarity scores for other users. The social networking system 100 always has a closeness score to approximate the user's closeness to objects, interests and other users in the social networking system 100 based on the actions performed by that user. Can be calculated. In one embodiment, multiple interactions between the user and a particular object can be stored in a single edge object in edge store 214. For example, a user who is singing multiple songs from Lady Gaga's album “Born This Way,” can have multiple edge objects for these songs, but one for Lady Gaga Only edge objects.

イベントターゲット設定モジュール114は、1実施形態では、コンテンツ・ストア212に記憶されている広告オブジェクト104に含まれているターゲット設定イベント基準106を受け取る。イベントターゲット設定モジュール114は、ユーザ・プロファイル・ストア206から読み出されたユーザ・プロファイル・オブジェクト108、エッジ・ストア214から読み出されたエッジ・オブジェクト110、およびコンテンツ・ストア212から読み出されたコンテンツ・オブジェクト112からの、ソーシャル・ネットワーキング・システム100のユーザに関する情報を使用して、ユーザがターゲット設定イベント基準106の中に記述されているイベントに参加する可能性を測定する信頼度スコアを決定することができる。機械学習アルゴリズムを使用して、参加イベントにおけるユーザの挙動の過去の履歴に基づいて信頼度スコアを生成することができる。さらに、機械学習アルゴリズムは、ユーザに関する読み出された情報、およびイベントに対するユーザの時間近接度の解析に基づいて、ユーザのイベントへの参加を推定することができる。したがってイベントターゲット設定モジュール114は、ターゲット設定イベント基準106の中に記述されているイベントに関連するユーザを識別することができる。   The event targeting module 114 receives the targeting event criteria 106 included in the advertising object 104 stored in the content store 212 in one embodiment. The event targeting module 114 includes the user profile object 108 read from the user profile store 206, the edge object 110 read from the edge store 214, and the content read from the content store 212. Information about the user of social networking system 100 from object 112 is used to determine a confidence score that measures the likelihood that the user will participate in the event described in targeting event criteria 106. be able to. A machine learning algorithm can be used to generate a confidence score based on a past history of user behavior at participating events. Furthermore, the machine learning algorithm can estimate user participation in the event based on the read information about the user and analysis of the user's temporal proximity to the event. Accordingly, the event targeting module 114 can identify users associated with the events described in the targeting event criteria 106.

広告ターゲット設定モジュール118は、ソーシャル・ネットワーキング・システム100のユーザに示すための広告のターゲット設定基準を受け取ることができる。広告ターゲット設定モジュール118は、広告のターゲット設定基準に基づいて、ソーシャル・ネットワーキング・システム100のユーザに広告を提供する。1実施形態では、イベントターゲット設定モジュール114が広告および処理のためにターゲット設定イベント基準106を受け取ることができる。広告ターゲット設定モジュール118は、イベントターゲット設定モジュール114がターゲット設定イベント基準106の中に記述されているイベントに関連するユーザを識別すると、広告のターゲットをこれらの識別されたユーザに設定することができる。また、ターゲット設定基準は、人口統計学、ソーシャル・グラフ情報、等々によってユーザをフィルタリングするために広告主から受け取ることも可能である。他のフィルタは、興味、ソーシャル・ネットワーキング・システム100上でインストールされるアプリケーション、グループ、ネットワークおよびソーシャル・ネットワーキング・システム100の使用法によるフィルタリングを含むことができる。   The advertising targeting module 118 may receive advertising targeting criteria for presentation to users of the social networking system 100. The advertisement targeting module 118 provides advertisements to users of the social networking system 100 based on advertisement targeting criteria. In one embodiment, event targeting module 114 may receive targeting event criteria 106 for advertisement and processing. The ad targeting module 118 may target ads to these identified users once the event targeting module 114 identifies users associated with the events described in the targeting event criteria 106. . Targeting criteria can also be received from advertisers to filter users by demographics, social graph information, etc. Other filters may include filtering by interest, applications installed on social networking system 100, groups, networks, and usage of social networking system 100.

付け値修正モジュール218は、多くの要因に基づいて広告に対する付け値を調整することができる。1実施形態では、ソーシャル・ネットワーキング・システム100により、広告主は、ユーザの時間近接度解析に応じて、ユーザのクリックに対する最大付け値を修正することができる。例えばスポーツイベントスタジアムの近くの駐車ガレージの広告主は、駐車ガレージの広告のターゲットをそのスポーツイベントスタジアムでの試合への参加を意図しているユーザに設定することを希望することができる。広告主は、そのイベントの1日前におけるスタジアムの近傍のチェックインイベント、およびそのイベントの数時間前における状態メッセージ更新などの時間近接度の形でユーザがいかにイベントに近いか、に基づいて広告主の付け値を高くすることを決定することができる。他の実施形態では、あるイベントへのユーザの時間近接度が近いことに基づくと、時間近接度がそのイベントに近いユーザはより価値が高いため、ソーシャル・ネットワーキング・システム100は、あるイベントに時間近接度が近いユーザに対する付け値価格を高くすることができる。他の実施形態では、付け値修正モジュール218は、ユーザの時間近接度を含む他の要因に基づいて広告に対する付け値を調整することができる。付け値修正モジュール218によって使用される他の要因には、広告物品明細書、ユーザ挙動パターンおよびユーザの位置近接度を含むことができる。したがって広告主は、より関連の深い聴衆に到達することができ、一方、ソーシャル・ネットワーキング・システムは、契約が増加し、広告収入が増加する利点を得ることができる。   The bid modification module 218 can adjust bids for the advertisement based on a number of factors. In one embodiment, the social networking system 100 allows an advertiser to modify the maximum bid for a user's click in response to the user's temporal proximity analysis. For example, a parking garage advertiser near a sports event stadium may wish to target the parking garage advertisement to a user who intends to participate in a match at the sports event stadium. Advertisers are based on how close the user is to the event in the form of temporal proximity, such as a check-in event near the stadium one day before the event and a status message update several hours before the event. It can be decided to increase the bid price. In other embodiments, the social networking system 100 may allow time for an event to be based on the close proximity of the user to an event based on the closeness of the user's temporal proximity to the event, since users with close proximity to the event are more valuable. The bid price for users with close proximity can be increased. In other embodiments, the bid modification module 218 may adjust the bid for the advertisement based on other factors including the user's temporal proximity. Other factors used by the bid modification module 218 can include advertising statement, user behavior patterns, and user proximity. Thus, advertisers can reach a more relevant audience, while social networking systems can benefit from increased contracts and increased advertising revenue.

ソーシャル・ネットワーキング・システム上でのイベントターゲット設定
図3は、1実施形態におけるイベントターゲット設定モジュール114の高度なブロック図をさらに詳細に示したものである。イベントターゲット設定モジュール114は、データ収集モジュール300、時間近接度解析モジュール302、イベント履歴解析モジュール304、イベント推定モジュール306、信頼度スコアリング・モジュール308および機械学習モジュール310を含む。これらのモジュールは、互いに関連して、あるいは独立して実施することができ、それによりイベントターゲット設定基準に基づいて、ソーシャル・ネットワーキング・システム100内でターゲット設定すべきユーザのための信頼度スコアを決定するための信頼度スコアリング・モデルを開発することができる。
Event Target Setting on Social Networking System FIG. 3 shows a more detailed block diagram of the event target setting module 114 in one embodiment. The event target setting module 114 includes a data collection module 300, a temporal proximity analysis module 302, an event history analysis module 304, an event estimation module 306, a reliability scoring module 308, and a machine learning module 310. These modules can be implemented in conjunction with each other or independently, thereby providing confidence scores for users to be targeted within the social networking system 100 based on event targeting criteria. A confidence scoring model can be developed to determine.

データ収集モジュール300は、広告オブジェクト104内のターゲット設定イベント基準106の中に記述されているイベントに対するユーザに関する情報を読み出し、この情報は、ユーザ・プロファイル・オブジェクト108、エッジ・オブジェクト110およびコンテンツ・オブジェクト112からの情報を含む。データ収集モジュール300は、イベントに参加する可能性があることを示したユーザに対するターゲット設定イベント基準106の中に記述されているイベントと一致するイベントオブジェクトに関連するユーザ・プロファイル・オブジェクト108を読み出すことができる。また、データ収集モジュール300は、コンテンツ・ポストの中で、状態更新、コメントまたは写真アップロードなどのイベントに言及したユーザに関連するユーザ・プロファイル・オブジェクト108を読み出すことも可能である。他の実施形態では、データ収集モジュール300は、イベントに参加しているユーザに接続されている他のユーザのユーザ・プロファイル・オブジェクト108を読み出すことができる。さらに他の実施形態では、データ収集モジュール300は、広告オブジェクト104内のターゲット設定基準106の中に記述されているイベントと一致するユーザの時間的な構成要素、地理的位置の構成要素および概念的な構成要素に従ってユーザ・プロファイル・オブジェクト108を読み出すことができる。例えばある広告のターゲットが、ジャイアンツ対ロッキーズの大リーグ野球試合が行われるスタジアムの近くのバーで、あるユーザのチェックインイベントの前日に生じるその試合に対して設定され、そのユーザがジャイアンツに興味を示している場合、データ収集モジュール300は、そのユーザの時間的な構成要素、地理的位置の構成要素および概念的な構成要素がそのイベントと一致するため、そのユーザに対するユーザ・プロファイル・オブジェクト108を読み出すことができる。   The data collection module 300 retrieves information about the user for the event described in the targeting event criteria 106 in the advertising object 104, which includes the user profile object 108, the edge object 110, and the content object. Information from 112 is included. The data collection module 300 retrieves the user profile object 108 associated with the event object that matches the event described in the targeting event criteria 106 for the user who indicated that he / she may participate in the event. Can do. The data collection module 300 can also retrieve user profile objects 108 associated with users who have mentioned events such as status updates, comments or photo uploads in content posts. In other embodiments, the data collection module 300 can retrieve other user's user profile objects 108 connected to users participating in the event. In yet other embodiments, the data collection module 300 may include a user temporal component, a geographic location component, and a conceptual component that matches an event described in the targeting criteria 106 in the advertising object 104. The user profile object 108 can be read according to various components. For example, an advertising target is set for a game that occurs the day before a user's check-in event at a bar near the stadium where the Giants vs. Rockies Major League Baseball game takes place. If so, the data collection module 300 determines the user profile object 108 for the user because the user's temporal component, geographic location component, and conceptual component match the event. Can be read.

時間近接度解析モジュール302は、ソーシャル・ネットワーキング・システム100のユーザに関する情報、および広告オブジェクト108のターゲット設定イベント基準106の中に記述されているイベントへのユーザの時間近接度を解析する。1実施形態では、時間近接度解析モジュール302は、データ収集モジュール300によって読み出されたユーザ・プロファイル・オブジェクト108に関連するユーザの時間近接度を決定する。時間近接度は、あるイベントの中で具体化された概念に興味を持っているユーザとそのイベントの時間の間の時間的単位における距離を測定するメトリックとして定義することができる。例えば野球に関連するソーシャル・ネットワーキング・システム100上でユーザによって通知される状態更新は、その状態更新が野球試合のちょうど1時間前に通知されると、その野球試合に極めて近い近接度を有することができる。一方、野球試合の1ヶ月前に通知されたユーザによるリトル・リーグ野球試合のビデオ・アップロードは、極めて近い近接度を有することはできない。時間近接度解析モジュール302は、イベントに参加する可能性のあるユーザに対する信頼度スコアを決定する信頼度スコアリング・モデルの一部として時間近接度解析を実施することができる。他の実施形態では、時間近接度解析モジュール302は、時間近接度がイベントに近いユーザに対する付け値を修正するために、ソーシャル・ネットワーキング・システム100のユーザに対する時間近接度解析を付け値修正モジュール218に提供することができる。他の実施形態では、ターゲットユーザを設定するためのファジー一致アルゴリズムにユーザの時間近接度解析を使用することができる。   The temporal proximity analysis module 302 analyzes information about the user of the social networking system 100 and the user's temporal proximity to the events described in the targeting event criteria 106 of the advertising object 108. In one embodiment, the temporal proximity analysis module 302 determines a user's temporal proximity associated with the user profile object 108 retrieved by the data collection module 300. Temporal proximity can be defined as a metric that measures the distance in time units between a user interested in a concept embodied in an event and the time of that event. For example, a state update notified by a user on the social networking system 100 related to baseball has close proximity to the baseball game if the state update is notified just one hour before the baseball game. Can do. On the other hand, a video upload of a Little League baseball game by a user notified one month before the baseball game cannot have very close proximity. Temporal proximity analysis module 302 can perform temporal proximity analysis as part of a confidence scoring model that determines a confidence score for users who may participate in the event. In other embodiments, the temporal proximity analysis module 302 performs a temporal proximity analysis for the users of the social networking system 100 to modify the bid for users whose temporal proximity is close to the event. Can be provided. In other embodiments, user temporal proximity analysis can be used in a fuzzy matching algorithm to set the target user.

イベント履歴解析モジュール304は、データ収集モジュール300によって読み出されたユーザ・プロファイル・オブジェクト106に関連するユーザの過去のイベント参加履歴の解析を決定する。1実施形態では、読み出されたユーザ・プロファイル・オブジェクト106に関連する個々のユーザのイベント参加履歴は、個々のユーザがターゲット設定イベント基準106の中に記述されているイベントに参加することになる信頼度スコアを決定するために、機械学習モジュール310および信頼度スコアリング・モジュール308と関連してイベント履歴解析モジュール304によって解析される。あるユーザに対するあるイベントへの参加は、1実施形態では、そのイベントへの位置近接度、時間近接度、ならびにそのユーザのイベント履歴解析に基づいてイベント推定モジュール306によって推定することができる。   The event history analysis module 304 determines an analysis of the user's past event participation history associated with the user profile object 106 read by the data collection module 300. In one embodiment, the individual user event participation history associated with the retrieved user profile object 106 will cause the individual user to participate in the events described in the targeting event criteria 106. Analyzed by the event history analysis module 304 in conjunction with the machine learning module 310 and the confidence scoring module 308 to determine the confidence score. Participation in an event for a user may be estimated by the event estimation module 306 in one embodiment based on location proximity to the event, temporal proximity, and event history analysis of the user.

イベント推定モジュール306は、ユーザが広告オブジェクト108に関連するターゲット設定イベント基準106の中に記述されているイベントに参加することが推定されることを決定する。ユーザの過去のイベント参加履歴、ソーシャル・ネットワーキング・システム100上での使用法に対するユーザの挙動パターン、およびそのユーザの他の特性を始めとする多くの要因に基づいて、ターゲット設定イベント基準106の中に記述されているイベントに対する予測モデルを生成することができる。   The event estimation module 306 determines that the user is estimated to participate in the event described in the targeting event criteria 106 associated with the advertising object 108. Based on a number of factors, including the user's past event participation history, the user's behavior pattern for usage on the social networking system 100, and other characteristics of the user, the targeting event criteria 106 Can generate a predictive model for the events described in.

信頼度スコアリング・モジュール308を使用して、ターゲット設定イベント基準106の中に記述されているイベントに対するイベント参加予測モデルに基づいて、ソーシャル・ネットワーキング・システムのユーザに対する信頼度スコアを決定することができる。信頼度スコアは、ユーザがイベント参加予測モデル内の特徴を示しているかどうかに基づいて決定することができる。あるユーザがあるイベントに対する予測モデル内のより多くの特徴を示している場合、そのユーザに対する信頼度スコアが高くなる。1実施形態では、あるイベント参加予測モデルは、そのイベントに固有の特徴を含む。例えばサンフランシスコ・ジャイアンツは、観客数の記録を有しており、ほとんどの試合の販売を完了しているため、カリフォルニア州サンフランシスコでターゲットに設定されている大リーグ野球試合は、カリフォルニア州サンディエゴでの他の大リーグ野球試合に対して、カリフォルニア州サンフランシスコでの試合に対するイベント参加予測モデル内に固有の特徴を有することができる。したがってコメント、状態更新またはコンテンツ・アイテムの中でサンフランシスコ・ジャイアンツの試合に参加していることに言及することができるユーザは、単純にソーシャル・ネットワーキング・システム100上に示されているジャイアンツ・ファンの観客数の過去の履歴の理由で、そのイベントに参加する高い確率を有することができる。一方、パドレス・ファンによる同様のコメントは、異なる予測モデルを使用することになるため、ユーザがイベントに参加する確率はそれほど高くはならない。他の実施形態では、ユーザがイベントに参加することを予測するための予測モデルは、チェックインイベント履歴に基づくユーザのイベントへの参加の過去の履歴、ならびに移動デバイス上でのGPS(Global Positioning System)機能を使用した位置確認などの特徴を含むすべてのイベントに対して標準化することができる。他の特徴は、ユーザに関する他の情報を含むことができ、例えばコンテンツ・アイテムからの位置情報、コンテンツ・アイテムから抽出されるキーワード、ユーザがイベントに参加している他のユーザに接続されているかどうか、およびユーザに関する情報が、そのユーザがイベントの中に記述されている概念、位置および時間と同じ位置および同じ時間における同じ概念に興味を持っていることを示しているかどうかなどの情報を含むことができる。   A confidence scoring module 308 may be used to determine a confidence score for a user of the social networking system based on an event participation prediction model for the events described in the targeting event criteria 106. it can. The confidence score can be determined based on whether the user exhibits a feature in the event participation prediction model. If a user shows more features in the predictive model for an event, the confidence score for that user is higher. In one embodiment, an event participation prediction model includes features unique to the event. San Francisco Giants, for example, has a record of spectators and has sold most of its games, so the major league baseball game targeted in San Francisco, California is another one in San Diego, California. Can have unique features in the event participation prediction model for a game in San Francisco, California. Thus, users who can mention that they are participating in a San Francisco Giants game in comments, status updates or content items are simply those of the Giants fans shown on social networking system 100. Because of the historical number of spectators, you can have a high probability of participating in the event. On the other hand, similar comments by padless fans will use different prediction models, so the probability that the user will participate in the event is not very high. In other embodiments, the predictive model for predicting a user's participation in an event is a past history of the user's participation in the event based on the check-in event history, as well as a GPS (Global Positioning System) ) Can be standardized for all events including features such as location using functions. Other features can include other information about the user, such as location information from the content item, keywords extracted from the content item, whether the user is connected to other users participating in the event Including information such as whether the user is interested in the same concept at the same location and time as the concept, location and time described in the event be able to.

機械学習モジュール310は、ターゲット設定基準の中に記述されているイベントのイベント参加のために生成される予測モデルのための特徴を選択するために、イベントターゲット設定モジュール114に使用される。1実施形態では、ソーシャル・ネットワーキ
ング・システム100は、機械学習アルゴリズムを使用して、ソーシャル・ネットワーキング・システム100のユーザに対するイベント参加を予測するための予測モデルの特徴を解析する。機械学習モジュール310は、イベントに対する過去のユーザ参加、そのイベントの中で具体化されている概念に対する興味のレベル、あるユーザに接続されている他のユーザがそのイベントに参加しているかどうか、およびあるユーザに関する、時間、位置および概念を示す情報が、少なくとも1つの機械学習アルゴリズムを使用して、そのイベントの中に記述されている時間、位置および概念と一致しているかどうかなどの、あるイベントに対する予測モデルのための特徴としてユーザ特性を選択することができる。他の実施形態では、機械学習アルゴリズムを使用して、予測モデルから識別されたユーザに広告のターゲットを設定する変換速度に基づいて、予測モデルのために選択された特徴を最適化することができる。選択された特徴は、その選択された特徴を示すユーザによる契約の不足に基づいて除去することができる。例えば予測モデルのために選択される特徴は、スターバックス・コーヒー位置における多くのチェックインイベントに基づいて、スターバックス・コーヒーに対する高親近度スコアを含むことができる。しかしながら、スターバックス・コーヒー位置における多くのチェックインイベントに基づいて次の1週間にスターバックス・コーヒー位置へのチェックインに対して高い信頼度スコアを示すユーザが期待した数の広告を契約しないと仮定する。1実施形態では、機械学習アルゴリズムは、ユーザに対する信頼度スコアを決定するための予測モデル内のその特徴、多くのチェックインイベントを除去することができる。他の実施形態では、信頼度スコアは、チェックインイベントに置かれる重みを軽くすることによって小さくすることができる。ユーザ帰還機構は、ユーザによる広告との対話、例えば広告を「取り消す」ためのリンク上でのクリッキングなどを可能にするソーシャル・ネットワーキング・システムを含むことができる。この対話は、ユーザがその広告には興味を示さず、ユーザにとっては不快で、繰り返しが多く、誤解をまねきやすい、あるいは適用不可能な広告であったことをソーシャル・ネットワーキング・システムに通知する。他のユーザ帰還機構は、イベントが終了した後に、そのイベントに参加したユーザによって書かれた、状態更新、ページ・ポスト、写真アップロード、チェックインイベント、およびソーシャル・ネットワーキング・システム上の新しい接続の追加などのコンテンツ・アイテムをさらに解析するソーシャル・ネットワーキング・システムを含む。このコンテンツ解析により、価値のあるユーザ帰還を得ることができる。
The machine learning module 310 is used by the event targeting module 114 to select features for a predictive model that is generated for event participation of events described in the targeting criteria. In one embodiment, the social networking system 100 uses machine learning algorithms to analyze the characteristics of the prediction model for predicting event participation for users of the social networking system 100. The machine learning module 310 may include past user participation in the event, level of interest in concepts embodied in the event, whether other users connected to a user are participating in the event, and An event, such as whether the time, location, and concept information about a user matches the time, location, and concept described in the event using at least one machine learning algorithm User characteristics can be selected as features for the prediction model for. In other embodiments, a machine learning algorithm may be used to optimize selected features for a predictive model based on a conversion rate that targets an advertisement to users identified from the predictive model. . The selected feature can be removed based on a lack of contract by the user indicating the selected feature. For example, features selected for the predictive model can include a high affinity score for Starbucks coffee based on many check-in events at the Starbucks coffee location. However, suppose that a user with a high confidence score for a check-in to the Starbucks coffee location in the next week based on a number of check-in events at the Starbucks coffee location does not sign the expected number of advertisements . In one embodiment, the machine learning algorithm can remove that feature in the predictive model for determining a confidence score for the user, many check-in events. In other embodiments, the confidence score can be reduced by reducing the weight placed on the check-in event. User feedback mechanisms can include social networking systems that allow a user to interact with an advertisement, such as clicking on a link to “cancel” the advertisement. This interaction informs the social networking system that the user was not interested in the advertisement, was unpleasant for the user, was repetitive, misleading, or not applicable. Other user feedback mechanisms add state updates, page posts, photo uploads, check-in events, and new connections on social networking systems written by users who participated in the event after the event ended Including social networking systems that further analyze content items such as This content analysis can provide valuable user feedback.

図4は、本発明の1実施形態による、広告のターゲットをターゲット設定イベント基準に基づいてソーシャル・ネットワーキング・システムのユーザに設定する方法を示す流れ図を示したものである。ソーシャル・ネットワーキング・システム100は、イベントを含んだ広告のためのターゲット設定基準を受け取る402。ターゲット設定基準に含まれているイベントは、1実施形態では、午前中の日々のスターバックスへの訪問、週に1度のゴルフ・コースの周りのランニング、あるいは毎夜の地元のパブへの訪問などの繰り返し発生するイベントを表すことができる。他の実施形態では、広告のためのターゲット設定基準の中に記述されるイベントは、特定の夜に指定された位置で行われる、ブリトニー・スピアーズなどのツアー・グループの音楽コンサートなどの特定のイベントを含む。   FIG. 4 illustrates a flow diagram illustrating a method for targeting an advertisement to a user of a social networking system based on a targeting event criteria, according to one embodiment of the present invention. Social networking system 100 receives 402 targeting criteria for an advertisement that includes an event. Events included in the targeting criteria include, in one embodiment, daily morning visits to Starbucks, weekly golf course runs, or nightly local pub visits. It can represent a recurring event. In other embodiments, the events described in the targeting criteria for advertising are specific events, such as tour group music concerts such as Britney Spears, that take place at specified locations on specific nights. including.

そのイベントに関連するソーシャル・ネットワーキング・システム内のコンテンツ・アイテムが読み出される404。例えば音楽コンサートイベントで演奏する音楽家の名前を含んだ状態メッセージ更新を読み出すことができる404。ページ・ポスト、ビデオ・アップロード、チェックインイベント、アプリケーション・インストレーション、およびユーザに代わってなされるアプリケーション更新を始めとする他のタイプのコンテンツ・アイテムを読み出すことも可能である404。さらに、コンテンツ・アイテム内のイベントの言及の結果として、あるいはそのイベントへのリンクの結果として、そのイベントに関連するコンテンツ・アイテムを読み出すことも可能である404。例えばユーザは、他のユーザのプロファイルに対して通知されたコンテンツ・アイテムに対するコメントの中で
、ターゲット設定基準の中に記述されているイベントに言及することができる。したがってコンテンツ・アイテムは、コンテンツ・アイテムがそのイベントに言及していない場合であっても読み出すことができる。1実施形態では、コンテンツ・アイテムは、ソーシャル・ネットワーキング・システムのユーザによってなされる結合に基づいてイベントオブジェクトと結合することができる。その実施形態では、ターゲット設定基準の中に記述されているイベントに対するイベントオブジェクトと結合したコンテンツ・アイテムを読み出すことも可能である404。
A content item in the social networking system associated with the event is retrieved 404. For example, status message updates including the names of musicians performing at a music concert event can be read 404. Other types of content items may also be retrieved 404, including page posts, video uploads, check-in events, application installations, and application updates made on behalf of the user. In addition, the content item associated with the event may be retrieved 404 as a result of mentioning the event in the content item or as a result of a link to the event. For example, a user can mention an event described in a targeting criteria in a comment on a content item that has been posted to another user's profile. Thus, the content item can be read even if the content item does not mention the event. In one embodiment, the content item can be combined with the event object based on a connection made by a user of the social networking system. In that embodiment, it is also possible to retrieve 404 the content item associated with the event object for the event described in the targeting criteria.

そのイベントに関連するソーシャル・ネットワーキング・システム内のコンテンツ・アイテムが読み出されると404、ソーシャル・ネットワーキング・システムは、読み出されたコンテンツ・アイテムに基づいて、そのイベントに関連するソーシャル・ネットワーキング・システムの複数のユーザを決定する406。ソーシャル・ネットワーキング・システム100内では、読み出されたコンテンツ・アイテムが、そのコンテンツ・アイテムを書いたソーシャル・ネットワーキング・システム100のユーザと結合される。これらのユーザは、そのイベントに結合されるソーシャル・ネットワーキング・システムによって決定される406。他の実施形態では、読み出されたコンテンツ・アイテムを書いたユーザに接続されている他のユーザを、そのイベントに結合すべきユーザとして同じく決定することも可能である406。そのイベントに参加しているユーザに接続されている他のユーザは、そのイベントへの参加の意思を示す指示が、そのイベントへの参加を計画しているユーザによって立証されているため、そのイベントに結合すべきユーザとして決定することができる406。さらに、ソーシャル・ネットワーキング・システム100は、そのイベントを使用する規則に基づいて、そのイベントと結合すべきソーシャル・ネットワーキング・システムの複数のユーザを決定することも可能である406。例えばそのイベントの80km(50マイル)以内に位置しているユーザは、これらのユーザをターゲットに設定するように規則をプログラムすることができるため、そのイベントと結合すべきであることを決定することができる406。   Once a content item in the social networking system associated with the event is retrieved 404, the social networking system, based on the retrieved content item, of the social networking system associated with the event. A plurality of users are determined 406. Within social networking system 100, the retrieved content item is combined with the user of social networking system 100 that wrote the content item. These users are determined 406 by the social networking system coupled to the event. In other embodiments, other users connected to the user who wrote the retrieved content item can also be determined 406 as users to be bound to the event. Other users connected to the user participating in the event will be able to confirm that the event has been verified by the user who is planning to participate in the event. 406 can be determined as the user to be coupled to. In addition, social networking system 100 may determine 406 multiple users of the social networking system to combine with the event based on rules that use the event. For example, users who are located within 80 km (50 miles) of the event can program rules to target these users and therefore determine that they should be combined with the event 406.

読み出されたコンテンツ・アイテムに基づいて、そのイベントに関連するソーシャル・ネットワーキング・システムの複数のユーザが決定されると406、読み出されたコンテンツ・アイテムに基づいてこれらの複数のユーザに対する信頼度スコアが決定される408。信頼度スコアは、ユーザの過去のイベント参加履歴、移動デバイス上でのGPS機能を使用した地理的位置の確認、コンテンツ・アイテムからの位置情報、コンテンツ・アイテムから抽出されるキーワード、ユーザがイベントに参加している他のユーザに接続されているかどうか、およびユーザに関する情報が、そのユーザがイベントの中に記述されている概念、位置および時間と同じ位置および同じ時間における同じ概念に興味を持っていることを示しているかどうかを始めとするイベント参加予測モデル内の多くの要因に基づいて決定することができる408。他の実施形態では、イベント参加予測モデルは、ターゲット設定されるイベントのタイプに対して個別化することができる。例えばスポーツイベントは、ユーザによって通知される、スポーツに対する言及、イベント内の1つまたは複数のスポーツ・チーム、ならびにそのスポーツに対してターゲット設定されるユーザによってソーシャル・ネットワーキング・システム100上でインストールされるアプリケーションを含むコンテンツ・アイテムに基づいて、スポーツにおける興味に著しい重みを付けることができる。   Once the plurality of users of the social networking system associated with the event is determined 406 based on the retrieved content item, confidence in these plurality of users based on the retrieved content item A score is determined 408. The reliability score is the past event participation history of the user, confirmation of the geographical location using the GPS function on the mobile device, the location information from the content item, the keyword extracted from the content item, the user to the event Whether you are connected to other participating users and information about the user is interested in the same concept at the same location and time as the concept, location and time described in the event 408 can be determined based on a number of factors in the event participation prediction model, such as In other embodiments, the event participation prediction model can be personalized for the type of event targeted. For example, a sporting event is installed on the social networking system 100 by a reference to a sport notified by a user, one or more sports teams within the event, and a user targeted for that sport. Significant weight can be given to interest in sports based on content items including applications.

そのイベントに関連する複数のユーザに対する信頼度スコアが決定されると408、その信頼度スコアに基づいてこれらの複数のユーザの一部に広告が提供される410。広告は、表示のために、所定の閾値信頼度スコアに基づいてこれらの複数のユーザの一部に提供することができる410。例えばソーシャル・ネットワーキング・システム100のユーザに広告を提供するためには410、場合によっては60%の信頼度スコアが必要である。所定の閾値信頼度スコアは、1実施形態では、先行する広告のターゲット設定の有効
性に関する実験データに基づいて、ソーシャル・ネットワーキング・システム100の管理者によって決定することができる。他の実施形態では、所定の閾値信頼度スコアは、広告の広告主によって決定することができる。さらに他の実施形態では、信頼度スコアおよびユーザに関して知られている他の情報、例えばイベントへの地理的な近接度およびイベントへの時間的な近接度などの情報に基づいて、複数のユーザのサンプルが広告に提供される。
Once the confidence score for the plurality of users associated with the event is determined 408, an advertisement is provided 410 to a portion of the plurality of users based on the confidence score. Advertisements can be provided 410 to some of these multiple users for display based on a predetermined threshold confidence score. For example, to provide advertisements to users of the social networking system 100, a confidence score of 410, and in some cases 60%, is required. The predetermined threshold confidence score may be determined by an administrator of the social networking system 100 in one embodiment based on experimental data regarding the effectiveness of preceding ad targeting. In other embodiments, the predetermined threshold confidence score may be determined by the advertiser of the advertisement. In still other embodiments, multiple users may be based on confidence scores and other information known about the user, such as geographical proximity to the event and temporal proximity to the event. A sample is provided for the advertisement.

要約
本発明の実施形態についての以上の説明は、実例による説明を目的として提供されたものであり、網羅的なものであること、あるいは本発明を開示されている厳密な形態に限定することは意図されていない。以上の開示に鑑みて、多くの変更態様および変形形態が可能であることは、関連する当業者には理解されよう。
SUMMARY The foregoing description of the embodiments of the present invention has been presented for purposes of illustration and is not intended to be exhaustive or to limit the invention to the precise forms disclosed. Not intended. It will be appreciated by those skilled in the art that many modifications and variations are possible in light of the above disclosure.

以上の説明の一部は、本発明の実施形態を情報に対する操作のアルゴリズム表現および記号表現の形で記述している。これらのアルゴリズムによる記述および表現は、他の同業者に自身の仕事の内容を効果的に伝えるために、データ処理の分野の技術者によって広く使用されている。これらの操作は、機能的、計算的あるいは論理的に記述されているが、コンピュータ・プログラムまたは等価電気回路、マイクロコード、等々によって実施されることは理解されよう。さらに、操作のこれらの構造を普遍性を損なうことなくモジュールとして参照することは、しばしば便利であることも分かっている。記述されている操作およびそれらに関連するモジュールは、ソフトウェア、ファームウェア、ハードウェアまたはそれらの任意の組合せで具体化することができる。   Part of the above description describes embodiments of the present invention in the form of algorithmic and symbolic representations of operations on information. These algorithmic descriptions and representations are widely used by engineers in the field of data processing to effectively communicate their work to other peers. These operations are described functionally, computationally or logically, but it will be understood that they are implemented by a computer program or equivalent electrical circuit, microcode, etc. Furthermore, it has often proved convenient to refer to these structures of operation as modules without compromising universality. The described operations and their associated modules can be embodied in software, firmware, hardware, or any combination thereof.

本明細書において記述されているステップ、操作または方法は、すべて、1つまたは複数のハードウェア・モジュールあるいはソフトウェア・モジュールを単独で、あるいは他のデバイスと組み合わせて使用して実行し、あるいは実施することができる。1実施形態では、ソフトウェア・モジュールは、コンピュータ・プロセッサによって実行することができるコンピュータ・プログラム・コードを含んだコンピュータ可読媒体からなるコンピュータ・プログラム製品を使用して実施され、それにより記述されているステップ、操作または方法のうちのいずれか、あるいはすべてを実施することができる。   All steps, operations or methods described herein are performed or performed using one or more hardware or software modules alone or in combination with other devices. be able to. In one embodiment, the software module is implemented using and described by a computer program product comprising a computer readable medium including computer program code that can be executed by a computer processor. Any or all of the operations or methods can be performed.

また、本発明の実施形態は、本明細書における操作を実施するための装置に関していてもよい。この装置は、とりわけ、必要な目的のために構築することができ、および/またはこの装置は、コンピュータに記憶されているコンピュータ・プログラムによって選択的に起動されるか、あるいは選択的に再構成される汎用計算デバイスからなっていてもよい。このようなコンピュータ・プログラムは、非一時的有形コンピュータ可読記憶媒体、またはコンピュータ・システム・バスに結合することができる、電子命令を記憶するのに適した任意のタイプの媒体に記憶することができる。さらに、本明細書の中で参照されている計算システムは、すべて単一のプロセッサを含むことができ、あるいは計算能力を高くするために複数のプロセッサ設計を使用したアーキテクチャにすることができる。   Embodiments of the invention may also relate to an apparatus for performing the operations herein. The device can be constructed, inter alia, for the required purposes and / or the device is selectively activated or selectively reconfigured by a computer program stored in the computer. General-purpose computing devices. Such a computer program can be stored on a non-transitory tangible computer readable storage medium or any type of medium suitable for storing electronic instructions that can be coupled to a computer system bus. . Further, the computing systems referred to herein can all include a single processor, or can be an architecture that uses multiple processor designs to increase computing power.

また、本発明の実施形態は、本明細書において記述されている計算方法によって製造される製品に関していてもよい。このような製品は、計算方法から得られる情報からなっていてもよく、情報は、非一時的有形コンピュータ可読記憶媒体に記憶され、また、本明細書において記述されているコンピュータ・プログラム製品の任意の実施形態または他のデータ組合せを含むことができる。   Embodiments of the invention may also relate to products manufactured by the calculation methods described herein. Such a product may consist of information obtained from a calculation method, the information being stored in a non-transitory tangible computer readable storage medium and any of the computer program products described herein. Or other data combinations.

最後に、本明細書において使用されている言語は、主として読みやすさおよび説明目的のために選択されており、本発明の主題を言葉で描写し、あるいは本発明の主題を制限するために選択されたものではない場合がある。したがって、本発明の範囲は、以上の詳細
な説明によって制限されるのではなく、本明細書に基づくアプリケーションをもたらす任意の請求項によって制限されることが意図されている。したがって本発明の実施形態の開示は、実例による説明を目的としたものであることが意図されており、以下の特許請求の範囲に示されている本発明の範囲を制限するものではない。
Finally, the language used herein is selected primarily for readability and explanatory purposes, and is selected to describe the subject matter of the present invention in words or to limit the subject matter of the present invention. It may not have been done. Accordingly, it is intended that the scope of the invention be limited not by the above detailed description, but by any claim that results in an application based on this specification. Accordingly, the disclosure of embodiments of the present invention is intended to be illustrative by way of example and is not intended to limit the scope of the invention as set forth in the following claims.

Claims (16)

  1. ソーシャル・ネットワーキング・システム上の広告のターゲット設定基準を受け取る工程であって、該ターゲット設定基準は、時間的な構成要素と、地理的位置の構成要素と、概念的な構成要素とを含み、該ターゲット設定基準によってイベントが指定される、工程と、
    前記ソーシャル・ネットワーキング・システムの複数のユーザに関連する複数のコンテンツ・アイテムを読み出す工程であって、該複数のコンテンツ・アイテムは前記イベントに関連しており読み出されるコンテンツ・アイテムは、前記ソーシャル・ネットワーキング・システムのユーザに関連するユーザ・デバイスから受け取ったチェックインイベントをさらに含む、工程と、
    コンピュータ・プロセッサが、読み出された前記複数のコンテンツ・アイテムに基づいて、前記広告の前記イベントに関連するユーザのターゲット設定クラスタを決定するターゲット設定クラスタ決定工程と、 A targeting cluster determination step in which a computer processor determines a targeting cluster of users associated with the event of the advertisement based on the plurality of content items read.
    記ユーザのターゲット設定クラスタの各ユーザについて、前記イベントの前記時間的な構成要素と、前記地理的位置の構成要素と、前記概念的な構成要素とに対する前記ユーザの近接度を決定する工程であって、該近接度は、前記ユーザに関連する情報が前記イベントの前記時間的な構成要素と、前記地理的位置の構成要素と、前記概念的な構成要素とにどの程度一致するかの測度である、工程と、 For each user targeting clusters before Symbol user, in the step of determining said temporal component of the event, the components of the geographic location, the proximity of the user with respect to said conceptual components The proximity is a measure of how well the information related to the user matches the temporal component of the event, the geographical location component, and the conceptual component. The process and
    前記ユーザのターゲット設定クラスタの各ユーザについて、前記ユーザが前記イベントに参加する可能性の測度を、少なくとも部分的には(1)前記ソーシャル・ネットワーキング・システムの前記ユーザに対する接続を有する前記ソーシャル・ネットワーキング・システムの他のユーザが前記イベントに参加する可能性と(2)決定した前記イベントの前記時間的な構成要素と、前記地理的位置の構成要素と、前記概念的な構成要素とに対する前記ユーザの近接度における1つまたは複数の変更とに基づき決定する、イベント参加可能性決定工程と、 For each user in the user's targeting cluster, a measure of the likelihood that the user will participate in the event, at least in part, (1) said social networking having a connection to said user of the social networking system. The user with respect to the temporal component of the event, the geographical location component, and the conceptual component determined that other users of the system may participate in the event. The event participation possibility determination process, which is determined based on one or more changes in the proximity of
    前記ユーザのターゲット設定クラスタにおける閲覧ユーザを、該閲覧ユーザが前記イベントに参加する可能性の測度に基づき、選択する工程と、 A process of selecting a browsing user in the user's targeting cluster based on a measure of the likelihood that the browsing user will participate in the event.
    前記ソーシャル・ネットワーキング・システムが、前記広告の前記ターゲット設定基準の決定した前記時間的な構成要素と、前記地理的位置の構成要素と、前記概念的な構成要素とに対する前記ユーザの近接度に基づき前記広告の付け値を修正する工程と、 The social networking system is based on the user's proximity to the temporal component determined by the targeting criteria of the advertisement, the geographical location component, and the conceptual component. The process of correcting the bid of the advertisement and
    前記閲覧ユーザに対する表示のために前記広告を提供する工程と、 A step of providing the advertisements for display to the browsing user,
    を備える方法。 How to prepare. Receiving advertising targeting criteria on a social networking system, the targeting criteria including a temporal component, a geographic location component, and a conceptual component, event is specified by the target set standards, and as Engineering, Receiving advertising targeting criteria on a social networking system, the targeting criteria including a temporal component, a geographic location component, and a conceptual component, event is specified by the target set standards, and as Engineering,
    Retrieving a plurality of content items associated with a plurality of users of the social networking system, wherein the plurality of content items are associated with the event, and the retrieved content item is the social item Further comprising a check-in event received from a user device associated with a user of the networking system ; Retrieving a plurality of content items associated with a plurality of users of the social networking system, wherein the plurality of content items are associated with the event, and the retrieved content item is the social item Further comprising a check-in event received from a user device associated with a user of the networking system ;
    A targeting cluster determining step in which a computer processor determines a targeting cluster for a user associated with the event of the advertisement based on the read content items; A targeting cluster determining step in which a computer processor determines a targeting cluster for a user associated with the event of the advertisement based on the read content items;
    For each user targeting clusters before Symbol user, in the step of determining said temporal component of the event, the components of the geographic location, the proximity of the user with respect to said conceptual components The proximity is a measure of how closely the information associated with the user matches the temporal component of the event, the geographic location component, and the conceptual component. A process , For each user targeting clusters before Symbol user, in the step of determining said temporal component of the event, the components of the geographic location, the proximity of the user with respect to said conceptual components The proximity is a measure of how closely the information associated with the user matches the temporal component of the event, the geographic location component, and the conceptual component. A process ,
    For each user in the user's targeting cluster, a measure of the likelihood that the user will participate in the event, at least in part, (1) the social networking having a connection to the user of the social networking system The possibility for other users of the system to participate in the event; and (2) the user for the determined temporal component of the event, the geographical location component, and the conceptual component. An event participation possibility determination step that determines based on one or more changes in the proximity of For each user in the user's targeting cluster, a measure of the likelihood that the user will participate in the event, at least in part, (1) the social networking having a connection to the user of the social networking system The possibility for other users An event participation possibility determination step that determines based on one or more changes in the system to participate in the event; and (2) the user for the determined temporal component of the event, the geographical location component, and the conceptual component. proximity of
    Selecting a browsing user in the user's targeting cluster based on a measure of the likelihood that the browsing user will participate in the event; Selecting a browsing user in the user's targeting cluster based on a measure of the likelihood that the browsing user will participate in the event;
    The social networking system is based on the user's proximity to the temporal component, the geographic location component, and the conceptual component of the targeting criteria of the advertisement. Modifying the bid of the advertisement; The social networking system is based on the user's proximity to the temporal component, the geographic location component, and the conceptual component of the targeting criteria of the advertisement. Modifying the bid of the advertisement;
    A step of providing the advertisements for display to the browsing user, A step of providing the advertisements for display to the browsing user,
    A method comprising: A method comprising:
  2. 前記ターゲット設定クラスタ決定工程は、
    前記イベントに参加している前記ソーシャル・ネットワーキング・システムのユーザの識別情報を受け取る工程 をさらに備える、請求項1に記載の方法。
    The target setting cluster determination step includes:
    The method of claim 1, further comprising receiving identification information of a user of the social networking system participating in the event.
  3. 前記ターゲット設定クラスタ決定工程は、
    前記イベントに参加している他のユーザに関連する前記ソーシャル・ネットワーキング・システムのユーザの識別情報を受け取る工程 をさらに備える、請求項1に記載の方法。 The method of claim 1, further comprising the step of receiving identification information of a user of the social networking system related to another user participating in the event. The target setting cluster determination step includes: The target setting cluster determination step includes:
    The method of claim 1, further comprising: receiving identification information of a user of the social networking system related to other users participating in the event. The method of claim 1, further comprising: receiving identification information of a user of the social networking system related to other users participating in the event.
  4. 読み出されるコンテンツ・アイテムは、前記ソーシャル・ネットワーキング・システムのユーザに関連するユーザ・デバイスから受け取った地理位置情報をさらに含む、請求項1に記載の方法。   The method of claim 1, wherein the retrieved content item further comprises geolocation information received from a user device associated with a user of the social networking system.
  5. 読み出されるコンテンツ・アイテムは、前記ユーザが前記イベントに参加している前記ソーシャル・ネットワーキング・システムのユーザに関連するユーザ・デバイスから受け取った指示をさらに含む、請求項1に記載の方法。   The method of claim 1, wherein the retrieved content item further comprises instructions received from a user device associated with a user of the social networking system that the user is participating in the event.
  6. 読み出されるコンテンツ・アイテムは、前記ソーシャル・ネットワーキング・システムのユーザに関連するユーザ・デバイスから受け取った前記イベントの言及をさらに含む、請求項1に記載の方法。   The method of claim 1, wherein the retrieved content item further comprises a reference to the event received from a user device associated with a user of the social networking system.
  7. 読み出されるコンテンツ・アイテムは、前記ソーシャル・ネットワーキング・システムのユーザに関連するユーザ・デバイスから受け取った地理測位システム(GPS)情報をさらに含む、請求項1に記載の方法。 The method of claim 1, wherein the retrieved content item further comprises geographic positioning system (GPS) information received from a user device associated with a user of the social networking system.
  8. 前記ターゲット設定クラスタ決定工程、前記イベント参加可能性決定工程は、
    前記イベントに関連する前記読み出されたコンテンツ・アイテムに基づいて、前記広告のための信頼度スコアリング・モデルを生成する工程と、

    前記ユーザのターゲット設定クラスタのユーザについて、該信頼度スコアリング・モデルおよび前記ユーザに対する前記読み出されたコンテンツ・アイテムに基づいて信頼度スコアを決定する工程と をさらに備える、請求項1に記載の方法。 For each user targeting clusters of the user, further comprising the step of determining a confidence score based on the read out content items to said confidence scoring model and the user, according to claim 1 the method of. The target setting cluster determination step, the event participation possibility determination step, The target setting cluster determination step, the event participation possibility determination step,
    Generating a confidence scoring model for the advertisement based on the retrieved content item associated with the event; Generating a confidence scoring model for the advertisement based on the retrieved content item associated with the event;
    The method of claim 1, further comprising: determining a confidence score for each user of the user targeting cluster based on the confidence scoring model and the read content item for the user. the method of. The method of claim 1, further comprising: determining a confidence score for each user of the user targeting cluster based on the confidence scoring model and the read content item for the user. The method of.
  9. 前記閲覧ユーザに対する表示のために前記広告を提供する工程は、
    前記広告に対する所定の閾値信頼度スコアを読み出す工程と、
    前記閲覧ユーザの信頼度スコアが前記広告に対する該所定の閾値信頼度スコアを超えることに応答して、前記閲覧ユーザに対する表示のために前記広告を提供する工程と
    をさらに備える、請求項1に記載の方法。
    The step of providing the advertisements for display to the browsing user,
    Reading a predetermined threshold confidence score for the advertisement;
    In response to the signal Yoriyukido score of the browsing user exceeds the predetermined threshold confidence score for the advertisement further comprises the step of providing the advertisements for display to the browsing user, to claim 1 The method described. In response to the signal Yoriyukido score of the browsing user exceeds the predetermined threshold confidence score for the advertisement further in the step of providing the advertisements for display to the browsing user, to claim 1 The method described.
  10. ソーシャル・ネットワーキング・システム上で複数のユーザ・プロファイル・オブジェクトを維持する工程であって、該複数のユーザ・プロファイル・オブジェクトは前記ソーシャル・ネットワーキング・システムの複数のユーザを表す、工程と、
    前記複数のユーザ・プロファイル・オブジェクトを接続する複数のエッジ・オブジェクトと、前記ソーシャル・ネットワーキング・システムにおける複数のノードとを維持する工程であって、該複数のノードの一部は複数のイベントを表し、前記複数のエッジ・オブジェクトの一部は、外部システム上の複数のグラフ・オブジェクトに対し前記複数のユーザの一部によって実施される複数のグラフ・アクションに基づいて生成され、該複数のグ A process of maintaining a plurality of edge objects connecting the plurality of user profile objects and a plurality of nodes in the social networking system, some of the plurality of nodes representing a plurality of events. However, some of the plurality of edge objects are generated based on a plurality of graph actions performed by some of the plurality of users on the plurality of graph objects on the external system, and the plurality of nodes are generated.
    ラフ・アクションおよび該複数のグラフ・オブジェクトは前記ソーシャル・ネットワーキング・システムの外部の複数のエンティティによって定義される、工程と、 Rough actions and the plurality of graph objects are defined by a plurality of entities outside the social networking system .
    コンピュータ・プロセッサが、前記複数のユーザの各ユーザについて複数の広告のスコアを決定するための予測モデルを決定する工程であって、該予測モデルは前記複数のイベントのうちの少なくとも1つを該予測モデルにおける特徴として含む、予測モデル決定工程と、 A process in which a computer processor determines a predictive model for determining the scores of a plurality of advertisements for each user of the plurality of users, wherein the predictive model predicts at least one of the plurality of events. Predictive model determination process , including features in the model,
    前記複数のユーザの各ユーザについて、前記複数のイベントの時間的な構成要素と、地理的位置の構成要素と、概念的な構成要素とに対する前記ユーザの近接度を決定する工程であって、該近接度は、前記ユーザに関連する情報が前記イベントの前記時間的な構成要素と、前記地理的位置の構成要素と、前記概念的な構成要素とにどの程度一致するかの測度である、工程と、 For each user of the plurality of users, a step of determining the proximity of the user to the temporal component of the plurality of events, the geographical location component, and the conceptual component. Proximity is a measure of how much information related to the user matches the temporal component of the event, the geographical location component, and the conceptual component. When,
    前記複数のユーザの各ユーザについて、前記ユーザが前記イベントに参加する可能性の測度を、少なくとも部分的には(1)前記ソーシャル・ネットワーキング・システムの前記ユーザに対する接続を有する前記ソーシャル・ネットワーキング・システムの他のユーザが前記イベントに参加する可能性と(2)決定した前記イベントの前記時間的な構成要素と、前記地理的位置の構成要素と、前記概念的な構成要素とに対する前記ユーザの近接度における1つまたは複数の変更とに基づき決定する、イベント参加可能性決定工程と、 For each user of the plurality of users, a measure of the likelihood that the user will participate in the event, at least in part, (1) the social networking system having a connection to the user of the social networking system. The proximity of the user to the temporal component of the event, the geographical location component, and the conceptual component determined to be the possibility of another user participating in the event. The event participation possibility determination process, which is determined based on one or more changes in the degree,
    前記複数のユーザにおける閲覧ユーザを、該閲覧ユーザが前記イベントに参加する可能性の測度に基づき、選択する工程と、 A step of selecting a browsing user among the plurality of users based on a measure of the possibility that the browsing user will participate in the event.
    前記ソーシャル・ネットワーキング・システムが、前記広告のターゲット設定基準の決定した前記時間的な構成要素と、前記地理的位置の構成要素と、前記概念的な構成要素とに対する前記ユーザの近接度に基づき前記広告の付け値を修正する工程と、 The social networking system is based on the user's proximity to the temporal component determined by the advertising targeting criteria, the geographical location component, and the conceptual component. The process of correcting the bid of the advertisement and
    記閲覧ユーザに対する表示のため広告を提供する工程と、 Comprising the steps of: providing an advertisement for display to the previous Symbol browsing user,
    を備える方法。 How to prepare. A step of maintaining a plurality of user profile object on a social networking system, user profile objects of said plurality represents a plurality of users of the social networking system, and as engineering, A step of maintaining a plurality of user profile objects on a social networking system, user profile objects of said plurality represent a plurality of users of the social networking system, and as engineering,
    Maintaining a plurality of edge objects connecting the plurality of user profile objects and a plurality of nodes in the social networking system, wherein some of the plurality of nodes represent a plurality of events. The plurality of edge objects are generated based on a plurality of graph actions performed by a part of the plurality of users on a plurality of graph objects on an external system. Maintaining a plurality of edge objects connecting the plurality of user profile objects and a plurality of nodes in the social networking system, wherein some of the plurality of nodes represent a plurality of events. The plurality of edge objects are generated based on a plurality of graph actions performed by a part of the plurality of users on a plurality of graph objects on an external system.
    A rough action and the plurality of graph objects are defined by a plurality of entities external to the social networking system; and A rough action and the plurality of graph objects are defined by a plurality of entities external to the social networking system; and
    A computer processor determining a prediction model for determining a plurality of advertising scores for each of the plurality of users, the prediction model predicting at least one of the plurality of events; A predictive model determination process to include as features in the model; A computer processor determining a prediction model for determining a plurality of advertising scores for each of the plurality of users, the prediction model predicting at least one of the plurality of events; A predictive model determination process to include as features in the model;
    Determining, for each user of the plurality of users, the user's proximity to the temporal component, the geographical location component, and the conceptual component of the plurality of events; Proximity is a measure of how closely the information associated with the user matches the temporal component of the event, the geographic location component, and the conceptual component. When, Determining, for each user of the plurality of users, the user's proximity to the temporal component, the geographical location component, and the conceptual component of the plurality of events; Proximity is a measure of how closely the information associated with the user matches the temporal component of the event, the geographic location component, and the conceptual component. When,
    For each user of the plurality of users, a measure of the likelihood that the user will participate in the event, at least in part (1) the social networking system having a connection to the user of the social networking system Probability of other users to participate in the event and (2) proximity of the user to the determined temporal component of the event, the geographical location component, and the conceptual component An event participation determination step that determines based on one or more changes in degree; For each user of the plurality of users, a measure of the likelihood that the user will participate in the event, at least in part (1) the social networking system having a connection to the user of the social networking system Probability of other users to participate in the event and (2) proximity of the user to the determined temporal component of the event, the geographical location component, and the conceptual component An event participation determination step that determines based on one or more changes in degree;
    Selecting a browsing user in the plurality of users based on a measure of the likelihood that the browsing user will participate in the event; Selecting a browsing user in the plurality of users based on a measure of the likelihood that the browsing user will participate in the event;
    The social networking system is based on the user's proximity to the temporal component, the geographical location component, and the conceptual component determined by the advertising targeting criteria. Modifying bids for ads, The social networking system is based on the user's proximity to the temporal component, the geographical location component, and the conceptual component determined by the advertising targeting criteria. Modifying bids for ads,
    Comprising the steps of: providing an advertisement for display to the previous Symbol browsing user, Comprising the steps of: providing an advertisement for display to the previous Symbol browsing user,
    A method comprising: A method comprising:
  11. 前記予測モデルは機械学習モデルを含む、請求項10に記載の方法。 The method of claim 10 , wherein the prediction model comprises a machine learning model.
  12. 前記予測モデル決定工程は、
    ファジー一致アルゴリズムを使用して予測モデルを生成する工程と、 The process of generating a predictive model using a fuzzy match algorithm and
    前記複数のユーザのうちの1つのユーザから受け取ったイベントに関する情報に基づいて、前記予測モデルの前記特徴を前記複数のイベントのうちの少なくとも1つとして決定する工程と をさらに備える、請求項10に記載の方法。 10. The aspect of claim 10 further comprises a step of determining the feature of the prediction model as at least one of the plurality of events based on information about an event received from one of the plurality of users. The method described. The prediction model determination step includes The prediction model determination step includes
    Generating a predictive model using a fuzzy matching algorithm; Generating a predictive model using a fuzzy matching algorithm;
    The method of claim 10 , further comprising: determining the characteristic of the prediction model as at least one of the plurality of events based on information about an event received from one of the plurality of users. The method described. The method of claim 10 , further comprising: determining the characteristic of the prediction model as at least one of the plurality of events based on information about an event received from one of the plurality of users. The method described.
  13. 前記予測モデル決定工程は、
    予測モデルの特徴に対する性能メトリックを受け取る工程と、 The process of receiving performance metrics for the characteristics of the forecast model,
    該特徴に対する該性能メトリックに基づいて前記予測モデルを修正する工程と をさらに備える、請求項10に記載の方法。 10. The method of claim 10 , further comprising modifying the prediction model based on the performance metric for the feature. The prediction model determination step includes The prediction model determination step includes
    Receiving performance metrics for features of the predictive model; Receiving performance metrics for features of the predictive model;
    The method of claim 10 , further comprising modifying the prediction model based on the performance metric for the feature. The method of claim 10 , further comprising modifying the prediction model based on the performance metric for the feature.
  14. ソーシャル・ネットワーキング・システム上で複数のユーザ・プロファイル・オブジェクトを維持する工程であって、該複数のユーザ・プロファイル・オブジェクトはソーシャル・ネットワーキング・システムの複数のユーザを表す、前記工程と、
    時間的な構成要素と、地理的位置の構成要素と、概念的な構成要素とを含むターゲット設定基準を有する広告を受け取る工程と、 The process of receiving an ad with a targeting criterion that includes a temporal component, a geographical location component, and a conceptual component.
    複数のユーザの一部に関連する前記ソーシャル・ネットワーキング・システム上の複数のエッジ・オブジェクトを読み出す工程であって、個々のエッジ・オブジェクトは、前記広告の前記ターゲット設定基準の時間的な構成要素と、該地理的位置の構成要素と、該概念的な構成要素とに関連している、前記工程と、 A step of reading a plurality of edge objects on the social networking system associated with a portion of a plurality of users, the individual edge objects being a temporal component of the targeting criterion of the advertisement. The steps and the steps associated with the geographical location component and the conceptual component.
    前記複数のエッジ・オブジェクトに関連する前記ソーシャル・ネットワーキング・システムの前記複数のユーザの前記一部に基づいて、前記広告のための前記ソーシャル・ネットワーキング・システムのユーザのターゲット設定クラスタを決定する工程と、 A step of determining a targeting cluster of users of the social networking system for the advertisement based on said portion of the plurality of users of the social networking system associated with the plurality of edge objects. ,
    前記ユーザのターゲット設定クラスタの各ユーザについて、イベントの前記時間的な構成要素と、前記地理的位置の構成要素と、前記概念的な構成要素とに対する前記ユーザの近接度を決定する工程であって、該近接度は、前記ユーザに関連する情報が前記イベントの前記時間的な構成要素と、前記地理的位置の構成要素と、前記概念的な構成要素とにどの程度一致するかの測度である、工程と、 For each user in the user's targeting cluster, a step of determining the user's proximity to the temporal component of the event, the geographical location component, and the conceptual component. The proximity is a measure of how much information related to the user matches the temporal component of the event, the geographical location component, and the conceptual component. , Process and
    前記ユーザのターゲット設定クラスタの各ユーザについて、前記ユーザが前記イベントに参加する可能性の測度を、少なくとも部分的には(1)前記ソーシャル・ネットワーキング・システムの前記ユーザに対する接続を有する前記ソーシャル・ネットワーキング・システムの他のユーザが前記イベントに参加する可能性と(2)決定した前記イベントの前記時間的な構成要素と、前記地理的位置の構成要素と、前記概念的な構成要素とに対する前記ユーザの近接度における1つまたは複数の変更とに基づき決定する工程であって、前記ユーザのターゲット設定クラスタの各ユーザについて、該ユーザに関連するエッジ・オブジェクトに基づいて、前記ターゲット設定基準の概念的な構成要素とのユーザ対話の頻度を決定する工程と、前記ユーザのターゲット設定クラスタの各ユーザについて、決定された前記頻度に基づいて、前記可能性の測度を決定する工程とを含む、イベント参加可能性決定工程と、 For each user in the user's targeting cluster, a measure of the likelihood that the user will participate in the event, at least in part, (1) said social networking having a connection to said user of the social networking system. The user with respect to the temporal component of the event, the geographical location component, and the conceptual component determined that other users of the system may participate in the event. A step of determining based on one or more changes in the proximity of the user, for each user in the user's targeting cluster, conceptually based on the edge object associated with the user. Participation in an event, including determining the frequency of user interaction with the components and determining a measure of the potential based on the determined frequency for each user in the user's targeting cluster. Possibility determination process and
    前記ユーザのターゲット設定クラスタにおける閲覧ユーザを、該閲覧ユーザが前記イベントに参加する可能性の測度に基づき、選択する工程と、 A process of selecting a browsing user in the user's targeting cluster based on a measure of the likelihood that the browsing user will participate in the event.
    前記ソーシャル・ネットワーキング・システムが、前記広告の前記ターゲット設定基準の決定した前記時間的な構成要素と、前記地理的位置の構成要素と、前記概念的な構成要素とに対する前記ユーザの近接度に基づき前記広告の付け値を修正する工程と、 The social networking system is based on the user's proximity to the temporal component determined by the targeting criteria of the advertisement, the geographical location component, and the conceptual component. The process of correcting the bid of the advertisement and
    記閲覧ユーザに対する表示のために前記広告を提供する工程と を備える方法。 How and a step of providing the advertisements for display to the previous SL browsing user. Maintaining a plurality of user profile objects on a social networking system, the plurality of user profile objects representing a plurality of users of the social networking system; Maintaining a plurality of user profile objects on a social networking system, the plurality of user profile objects representing a plurality of users of the social networking system;
    Receiving an advertisement having targeting criteria including a temporal component, a geographic location component, and a conceptual component; Receiving an advertisement having targeting criteria including a temporal component, a geographic location component, and a conceptual component;
    Retrieving a plurality of edge objects on the social networking system associated with a portion of a plurality of users, each edge object comprising a temporal component of the targeting criteria of the advertisement The steps associated with the geographical location component and the conceptual component; Retrieving a plurality of edge objects on the social networking system associated with a portion of a plurality of users, each edge object comprising a temporal component of the targeting criteria of the advertisement The steps associated with the geographical location component and the conceptual component;
    Determining a targeting cluster of users of the social networking system for the advertisement based on the portion of the plurality of users of the social networking system associated with the plurality of edge objects; , Determining a targeting cluster of users of the social networking system for the advertisement based on the portion of the plurality of users of the social networking system associated with the plurality of edge objects;,
    Determining, for each user of the user targeting cluster, the user's proximity to the temporal component of the event, the geographical location component, and the conceptual component; , The proximity is a measure of how closely the information associated with the user matches the temporal component of the event, the geographic location component, and the conceptual component. , Process and Determining, for each user of the user targeting cluster, the user's proximity to the temporal component of the event, the geographical location component, and the conceptual component;, The proximity is a measure of how closely the information associated with the user matches the temporal component of the event, the geographic location component, and the conceptual component., Process and
    For each user in the user's targeting cluster, a measure of the likelihood that the user will participate in the event, at least in part, (1) the social networking having a connection to the user of the social networking system The possibility for other users of the system to participate in the event; and (2) the user for the determined temporal component of the event, the geographical location component, and the conceptual component. And determining, based on one or more changes in the proximity of the user, for each user in the user's targeting cluster, based on an edge object associated with the user, Determining the frequency of user interaction with various components; For each user of The targeting clusters, based on the determined frequency, and determining the likelihood measure, the event participants possibility determining step, For each user in the user's targeting cluster, a measure of the likelihood that the user will participate in the event, at least in part, (1) the social networking having a connection to the user of the social networking system The possibility for other users And determining, based on one or more changes in the proximity of the user, of the system to participate in the event; and (2) the user for the determined temporal component of the event, the geographical location component, and the conceptual component. For each user in the user's targeting cluster, based on an edge object associated with the user, Determining the frequency of user interaction with various components; For each user of The targeting clusters, based on the determined frequency, and determining the likelihood measure, the event participants possibility determining step,
    Selecting a browsing user in the user's targeting cluster based on a measure of the likelihood that the browsing user will participate in the event; Selecting a browsing user in the user's targeting cluster based on a measure of the likelihood that the browsing user will participate in the event;
    The social networking system is based on the user's proximity to the temporal component, the geographic location component, and the conceptual component of the targeting criteria of the advertisement. Modifying the bid of the advertisement; The social networking system is based on the user's proximity to the temporal component, the geographic location component, and the conceptual component of the targeting criteria of the advertisement. Modifying the bid of the advertisement;
    How and a step of providing the advertisements for display to the previous SL browsing user. How and a step of providing the advertisements for display to the previous SL browsing user.
  15. 前記イベント参加可能性決定工程は、
    前記ユーザのターゲット設定クラスタの各ユーザについて、前記広告の前記ターゲット設定基準の前記概念的な構成要素に対する前記ユーザの親近度スコアを決定する工程と、

    前記広告の前記ターゲット設定基準の前記概念的な構成要素に対する前記ユーザの親近度スコアに基づいて、前記ユーザのターゲット設定クラスタの各ユーザについて前記可能性の測度を決定する工程と をさらに備える、請求項14に記載の方法。 A claim further comprising determining a measure of the likelihood for each user in the user's targeting cluster based on the user's familiarity score for the conceptual component of the targeting criteria of the advertisement. Item 14. The method according to item 14 . The event participation possibility determining step includes: The event participation possibility determining step includes:
    Determining, for each user in the user's targeting cluster, the user's affinity score for the conceptual component of the targeting criteria of the advertisement; Determining, for each user in the user's targeting cluster, the user's affinity score for the conceptual component of the targeting criteria of the advertisement;
    Determining a measure of the likelihood for each user of the user's targeting cluster based on the user's affinity score for the conceptual component of the targeting criteria of the advertisement. Item 15. The method according to Item 14 . Determining a measure of the likelihood for each user of the user's targeting cluster based on the user's affinity score for the conceptual component of the targeting criteria of the advertisement. Item 15. The method according to Item 14 .
  16. 前記広告のスコアを決定するための予測モデルは、前記予測モデルの特徴として、前記広告の前記ターゲット設定基準の時間的な構成要素と、地理的位置の構成要素と、概念的な構成要素とを含む、請求項14に記載の方法。 Predictive model to determine the score of the advertisement, as the feature of the prediction model, and time components of the targeting criteria of the ad, the components of the geographic location, and conceptual components 15. The method of claim 14 , comprising:
JP2014542346A 2011-11-17 2012-11-08 How to target ads to social networking system users based on events Active JP6023208B2 (en)

Priority Applications (3)

Application Number Priority Date Filing Date Title
US13/299,322 2011-11-17
US13/299,322 US20130132194A1 (en) 2011-11-17 2011-11-17 Targeting advertisements to users of a social networking system based on events
PCT/US2012/064189 WO2013074367A2 (en) 2011-11-17 2012-11-08 Targeting advertisements to users of a social networking system based on events

Publications (3)

Publication Number Publication Date
JP2015509221A JP2015509221A (en) 2015-03-26
JP2015509221A5 JP2015509221A5 (en) 2015-11-12
JP6023208B2 true JP6023208B2 (en) 2016-11-09

Family

ID=48427832

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014542346A Active JP6023208B2 (en) 2011-11-17 2012-11-08 How to target ads to social networking system users based on events

Country Status (6)

Country Link
US (1) US20130132194A1 (en)
JP (1) JP6023208B2 (en)
KR (1) KR20140094615A (en)
AU (1) AU2012339935A1 (en)
CA (1) CA2855008C (en)
WO (1) WO2013074367A2 (en)

Families Citing this family (88)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9819561B2 (en) 2000-10-26 2017-11-14 Liveperson, Inc. System and methods for facilitating object assignments
US8868448B2 (en) 2000-10-26 2014-10-21 Liveperson, Inc. Systems and methods to facilitate selling of products and services
US9432468B2 (en) 2005-09-14 2016-08-30 Liveperson, Inc. System and method for design and dynamic generation of a web page
US8738732B2 (en) 2005-09-14 2014-05-27 Liveperson, Inc. System and method for performing follow up based on user interactions
US8799200B2 (en) * 2008-07-25 2014-08-05 Liveperson, Inc. Method and system for creating a predictive model for targeting webpage to a surfer
US8762313B2 (en) 2008-07-25 2014-06-24 Liveperson, Inc. Method and system for creating a predictive model for targeting web-page to a surfer
US8805844B2 (en) 2008-08-04 2014-08-12 Liveperson, Inc. Expert search
US9892417B2 (en) 2008-10-29 2018-02-13 Liveperson, Inc. System and method for applying tracing tools for network locations
JP5941903B2 (en) 2010-04-07 2016-06-29 ライブパーソン, インコーポレイテッド System and method for dynamically enabling customized web content and applications
US8495143B2 (en) 2010-10-29 2013-07-23 Facebook, Inc. Inferring user profile attributes from social information
US8918465B2 (en) 2010-12-14 2014-12-23 Liveperson, Inc. Authentication of service requests initiated from a social networking site
US9350598B2 (en) 2010-12-14 2016-05-24 Liveperson, Inc. Authentication of service requests using a communications initiation feature
US9883326B2 (en) 2011-06-06 2018-01-30 autoGraph, Inc. Beacon based privacy centric network communication, sharing, relevancy tools and other tools
EP2718890A4 (en) 2011-06-06 2014-11-05 Nfluence Media Inc Consumer driven advertising system
US8943002B2 (en) 2012-02-10 2015-01-27 Liveperson, Inc. Analytics driven engagement
US20130218667A1 (en) * 2012-02-21 2013-08-22 Vufind, Inc. Systems and Methods for Intelligent Interest Data Gathering from Mobile-Web Based Applications
US8805941B2 (en) 2012-03-06 2014-08-12 Liveperson, Inc. Occasionally-connected computing interface
US9563336B2 (en) 2012-04-26 2017-02-07 Liveperson, Inc. Dynamic user interface customization
US8977948B1 (en) * 2012-05-14 2015-03-10 Amdocs Software Systems Limited System, method, and computer program for determining information associated with an extracted portion of content
US9672196B2 (en) 2012-05-15 2017-06-06 Liveperson, Inc. Methods and systems for presenting specialized content using campaign metrics
US20130317910A1 (en) * 2012-05-23 2013-11-28 Vufind, Inc. Systems and Methods for Contextual Recommendations and Predicting User Intent
GB2502551A (en) * 2012-05-30 2013-12-04 Barclays Bank Plc Consumer tailored mobile wallet system
WO2014001908A1 (en) * 2012-06-29 2014-01-03 Thomson Licensing A system and method for recommending items in a social network
US8583659B1 (en) * 2012-07-09 2013-11-12 Facebook, Inc. Labeling samples in a similarity graph
US8938411B2 (en) 2012-08-08 2015-01-20 Facebook, Inc. Inferring user family connections from social information
US9883340B2 (en) * 2012-08-10 2018-01-30 Here Global B.V. Method and apparatus for providing group route recommendations
US9196008B2 (en) * 2012-08-13 2015-11-24 Facebook, Inc. Generating guest suggestions for events in a social networking system
US10019730B2 (en) * 2012-08-15 2018-07-10 autoGraph, Inc. Reverse brand sorting tools for interest-graph driven personalization
US8972570B1 (en) * 2012-08-17 2015-03-03 Facebook, Inc. Implicit geolocation of social networking users
EP2701103A3 (en) * 2012-08-24 2014-03-26 Samsung Electronics Co., Ltd Method of recommending friends, and server and terminal therefor
US10311085B2 (en) * 2012-08-31 2019-06-04 Netseer, Inc. Concept-level user intent profile extraction and applications
US8595317B1 (en) 2012-09-14 2013-11-26 Geofeedr, Inc. System and method for generating, accessing, and updating geofeeds
US10402426B2 (en) * 2012-09-26 2019-09-03 Facebook, Inc. Generating event suggestions for users from social information
US9225788B2 (en) * 2012-10-05 2015-12-29 Facebook, Inc. Method and apparatus for identifying common interest between social network users
WO2014071023A1 (en) * 2012-10-31 2014-05-08 Moses Christopher Systems and methods for improving scheduling inefficiencies using predictive models
US20140164062A1 (en) * 2012-12-06 2014-06-12 Capital One Financial Corporation Systems and methods for performing socio-graphic consumer segmentation for targeted advertising
US8639767B1 (en) 2012-12-07 2014-01-28 Geofeedr, Inc. System and method for generating and managing geofeed-based alerts
US8655983B1 (en) 2012-12-07 2014-02-18 Geofeedr, Inc. System and method for location monitoring based on organized geofeeds
US9942334B2 (en) * 2013-01-31 2018-04-10 Microsoft Technology Licensing, Llc Activity graphs
US9524071B2 (en) 2013-02-05 2016-12-20 Microsoft Technology Licensing, Llc Threshold view
US9307353B2 (en) 2013-03-07 2016-04-05 Geofeedia, Inc. System and method for differentially processing a location input for content providers that use different location input formats
US8850531B1 (en) 2013-03-07 2014-09-30 Geofeedia, Inc. System and method for targeted messaging, workflow management, and digital rights management for geofeeds
US8612533B1 (en) 2013-03-07 2013-12-17 Geofeedr, Inc. System and method for creating and managing geofeeds
US9450907B2 (en) 2013-03-14 2016-09-20 Facebook, Inc. Bundled event memories
US9317600B2 (en) 2013-03-15 2016-04-19 Geofeedia, Inc. View of a physical space augmented with social media content originating from a geo-location of the physical space
US9294583B1 (en) * 2013-03-15 2016-03-22 Google Inc. Updating event posts
US8849935B1 (en) 2013-03-15 2014-09-30 Geofeedia, Inc. Systems and method for generating three-dimensional geofeeds, orientation-based geofeeds, and geofeeds based on ambient conditions based on content provided by social media content providers
US8862589B2 (en) 2013-03-15 2014-10-14 Geofeedia, Inc. System and method for predicting a geographic origin of content and accuracy of geotags related to content obtained from social media and other content providers
US10007897B2 (en) 2013-05-20 2018-06-26 Microsoft Technology Licensing, Llc Auto-calendaring
CN103294800B (en) 2013-05-27 2016-12-28 华为技术有限公司 A kind of information-pushing method and device
US20150006243A1 (en) * 2013-06-28 2015-01-01 AZAPA R&D Americas, Inc. Digital information gathering and analyzing method and apparatus
US20130326375A1 (en) * 2013-08-07 2013-12-05 Liveperson, Inc. Method and System for Engaging Real-Time-Human Interaction into Media Presented Online
US9256688B2 (en) * 2013-08-09 2016-02-09 Google Inc. Ranking content items using predicted performance
SG2013077474A (en) * 2013-10-04 2015-05-28 Yuuzoo Corp System and method to serve one or more advertisements with different media formats to one or more devices
US9628950B1 (en) 2014-01-12 2017-04-18 Investment Asset Holdings Llc Location-based messaging
US20150220982A1 (en) * 2014-01-31 2015-08-06 David DiIenno Bounded data based targeted marketing
WO2015116167A2 (en) * 2014-01-31 2015-08-06 Diienno David Bounded data based targeted marketing
EP3123751B1 (en) 2014-03-28 2019-11-06 AutoGraph, Inc. Beacon based privacy centric network communication, sharing, relevancy tools and other tools
WO2015156798A1 (en) * 2014-04-09 2015-10-15 Empire Technology Development, Llc Identification by sound data
US20150310486A1 (en) * 2014-04-23 2015-10-29 Google Inc. Distributing offers at the time and location of an event
US20150356608A1 (en) * 2014-06-10 2015-12-10 Facebook, Inc. Selecting advertisement content for social networking system users based on types of location data associated with the users
US9113301B1 (en) 2014-06-13 2015-08-18 Snapchat, Inc. Geo-location based event gallery
US10318983B2 (en) * 2014-07-18 2019-06-11 Facebook, Inc. Expansion of targeting criteria based on advertisement performance
US10528981B2 (en) 2014-07-18 2020-01-07 Facebook, Inc. Expansion of targeting criteria using an advertisement performance metric to maintain revenue
US10425783B1 (en) * 2014-09-10 2019-09-24 West Corporation Providing data messaging support by intercepting and processing received short message service (SMS) messages at a customer support service
JP6586959B2 (en) * 2014-10-21 2019-10-09 ソニー株式会社 Information processing apparatus, information processing method, and program
US10311916B2 (en) 2014-12-19 2019-06-04 Snap Inc. Gallery of videos set to an audio time line
US9763039B2 (en) 2014-12-30 2017-09-12 Alcatel-Lucent Usa Inc. Controlling access to venue-related content, applications, and services
US10102544B2 (en) 2015-01-13 2018-10-16 Live Nation Entertainment, Inc. Systems and methods for leveraging social queuing to simulate ticket purchaser behavior
US10078851B2 (en) 2015-01-13 2018-09-18 Live Nation Entertainment, Inc. Systems and methods for leveraging social queuing to identify and prevent ticket purchaser simulation
US9466035B2 (en) * 2015-01-13 2016-10-11 Songkick.Com B.V. Systems and methods for leveraging social queuing to facilitate event ticket distribution
US20160247078A1 (en) * 2015-02-22 2016-08-25 Google Inc. Identifying content appropriate for children algorithmically without human intervention
US20160260108A1 (en) * 2015-03-05 2016-09-08 David Brian Bracewell Occasion-based consumer analytics
US10142908B2 (en) 2015-06-02 2018-11-27 Liveperson, Inc. Dynamic communication routing based on consistency weighting and routing rules
US20170017998A1 (en) * 2015-07-17 2017-01-19 Adobe Systems Incorporated Determining context and mindset of users
US20170032384A1 (en) * 2015-07-29 2017-02-02 Geofeedia, Inc. System and Method for Analyzing Social Media Users Based on User Content Posted from Monitored Locations
US9485318B1 (en) 2015-07-29 2016-11-01 Geofeedia, Inc. System and method for identifying influential social media and providing location-based alerts
US10580023B2 (en) * 2015-11-06 2020-03-03 International Business Machines Corporation Event attendee origin prediction and impact analysis
US20170364957A1 (en) * 2016-06-16 2017-12-21 Facebook, Inc. Identifying target audience for content distribution based on historical user activity
US10278065B2 (en) 2016-08-14 2019-04-30 Liveperson, Inc. Systems and methods for real-time remote control of mobile applications
US20180225687A1 (en) * 2017-02-03 2018-08-09 Snap Inc. Geo-fence valuation system
JP6392921B1 (en) * 2017-03-17 2018-09-19 ヤフー株式会社 Generating device, generating method, and generating program
US10581953B1 (en) * 2017-05-31 2020-03-03 Snap Inc. Real-time content integration based on machine learned selections
US10783499B1 (en) * 2017-11-02 2020-09-22 Mh Sub I, Llc System and method for offering customers' appointments based on their predicted likelihood of accepting the appointment
US20200043046A1 (en) * 2018-08-03 2020-02-06 Facebook, Inc. Location prediction
US10740103B2 (en) 2018-10-26 2020-08-11 Google Llc Probabilistic techniques for formatting digital components
CN109684561A (en) * 2018-12-24 2019-04-26 宿州学院 Based on user register Behavioral change Deep Semantics analysis point of interest recommended method
JP2020160884A (en) * 2019-03-27 2020-10-01 株式会社日立製作所 Information processing device and user behavior promotion method

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040186769A1 (en) * 2003-03-21 2004-09-23 Mangold Bernard P. System and method of modifying the price paid by an advertiser in a search result list
US9117220B2 (en) * 2003-06-16 2015-08-25 Meetup, Inc. Web-based interactive meeting facility with revenue generation through sponsorship
US8799073B2 (en) * 2006-08-15 2014-08-05 Microsoft Corporation Computing system for monetizing calendar applications
US8229458B2 (en) * 2007-04-08 2012-07-24 Enhanced Geographic Llc Systems and methods to determine the name of a location visited by a user of a wireless device
US7672937B2 (en) * 2007-04-11 2010-03-02 Yahoo, Inc. Temporal targeting of advertisements
EP2179358A4 (en) * 2007-08-20 2012-01-25 Facebook Inc Targeting advertisements in a social network
JP2009070064A (en) * 2007-09-12 2009-04-02 Sony Corp Information delivery apparatus, information reception apparatus, information delivery method, information reception method and information delivery system
US8060406B2 (en) * 2008-09-26 2011-11-15 Microsoft Corporation Predictive geo-temporal advertisement targeting
US20100250335A1 (en) * 2009-03-31 2010-09-30 Yahoo! Inc System and method using text features for click prediction of sponsored search advertisements
US8997006B2 (en) * 2009-12-23 2015-03-31 Facebook, Inc. Interface for sharing posts about a live online event among users of a social networking system
WO2011112266A2 (en) * 2010-03-12 2011-09-15 Live Matrix, Inc. Interactive calendar of scheduled web-based events
US8700540B1 (en) * 2010-11-29 2014-04-15 Eventbrite, Inc. Social event recommendations
US20120253935A1 (en) * 2011-03-31 2012-10-04 Nokia Corporation Method and apparatus for presenting alternative socio-spatial states of a user

Also Published As

Publication number Publication date
CA2855008A1 (en) 2013-05-23
KR20140094615A (en) 2014-07-30
JP2015509221A (en) 2015-03-26
AU2012339935A1 (en) 2014-05-29
WO2013074367A3 (en) 2014-12-04
US20130132194A1 (en) 2013-05-23
WO2013074367A2 (en) 2013-05-23
CA2855008C (en) 2017-06-06

Similar Documents

Publication Publication Date Title
US10708324B1 (en) Selectively providing content on a social networking system
US10074109B2 (en) Propagating promotional information on a social network
US9742822B2 (en) Sponsored stories unit creation from organic activity stream
KR101801765B1 (en) Generating User Notifications Using Beacons on Online Social Networks
CA2919438C (en) Selecting content items for presentation to a social networking system user in a newsfeed
CA2893443C (en) Conversion tracking for installation of applications on mobile devices
US20200259912A1 (en) Eliciting event-driven feedback in a social network
US20190394161A1 (en) Sending notifications as a service
AU2014203452B2 (en) Selection and presentation of related social networking system content and advertisements
US10475087B2 (en) Targeting items to a user of a social networking system based on a predicted event for the user
US10515081B2 (en) User-aware notification delivery
TWI648690B (en) Social Network system sponsorships ratings and valuation methods, systems, computer program products
CN103918001B (en) Comprehension effects of communications propagated through social networking system
JP6170463B2 (en) Targeting ads on social networks
JP6118261B2 (en) Targeted social ads to user friends who interact with objects associated with the ads
JP5965067B2 (en) Search-enhanced connection targeting
AU2012225886B2 (en) Selecting social endorsement information for an advertisement for display to a viewing user
JP6092362B2 (en) How to target stories based on influencer scores
US10540692B2 (en) Presenting deals to a user of social networking system
US10423984B2 (en) Sponsored stories in notifications
JP5186569B2 (en) Social advertising and other informational messages on social networking websites and their advertising models
CA2843056C (en) User-initiated boosting of social networking objects
US10445786B2 (en) Sponsored interfaces in a social networking system
US10298534B2 (en) Associating an indication of user emotional reaction with content items presented by a social networking system
US8527344B2 (en) Crowdsourced advertisements sponsored by advertisers in a social networking environment

Legal Events

Date Code Title Description
A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20150916

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20150916

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20160831

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20160906

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20161006

R150 Certificate of patent or registration of utility model

Ref document number: 6023208

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

RD02 Notification of acceptance of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: R3D02

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250